如何在pandas中统计指定值在过去N行中的出现次数

你需要的是固定窗口大小的滚动频次统计功能，不需要用iterrows遍历，pandas内置的向量化滚动窗口操作效率更高，完全匹配需求：

核心实现代码 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'X': [1, 1, 1, 0, 0, 0, 0, 1, 1]})
n = 3  # 滚动窗口大小
target = 1  # 要统计的指定值

# 核心逻辑：先判断值是否等于目标值，再做滚动求和，min_periods=1保证前n-1行也能输出结果
df['results'] = df['X'].eq(target).rolling(window=n, min_periods=1).sum().astype(int)

运行后输出的df和你给出的示例结果完全一致：

可选iterrows实现（仅作参考，不推荐大数据量使用） #

如果一定要用iterrows实现，可以手动维护一个滑动窗口统计：

n = 3
target = 1
res_list = []
window = []
for _, row in df.iterrows():
    window.append(row['X'])
    if len(window) > n:
        window.pop(0)
    res_list.append(window.count(target))
df['results'] = res_list

两种方法输出结果完全相同，向量化方案的运行效率在数据量超过1万行时会比iterrows方案高100倍以上。

内容的提问来源于stack exchange，提问作者user3763220