如何统计Pandas列指定长度滑动窗口内-1的数量

完全可以通过pandas的rolling方法实现需求，向量化运算的写法效率远高于自定义lambda，具体如下：

核心思路 #

• 将mod1列的异常值（-1）映射为1、正常值（1）映射为0，直接对滑动窗口求和即可得到窗口内的异常个数
• 配置min_periods=1参数保证窗口长度不足p时也会返回计算结果，匹配你给出的输出示例

完整可运行代码 #

import pandas as pd

# 你的示例数据
df = pd.DataFrame({'mod1': [1, 1, 1, -1, -1, 1, -1, -1, -1]})
p = 3  # 自定义滑动窗口长度

# 核心实现逻辑
df['n_anomalies_p'] = (df['mod1'] == -1).astype(int)\
                      .rolling(window=p, min_periods=1)\
                      .sum()\
                      .astype(int)

可选lambda写法 #

如果你需要用lambda自定义计算逻辑，也可以用如下写法，输出结果和上面完全一致：

df['n_anomalies_p'] = df['mod1'].rolling(window=p, min_periods=1)\
                      .apply(lambda window: (window == -1).sum())\
                      .astype(int)

参数说明 #

• window=p：指定滑动窗口的长度为p
• min_periods=1：只要窗口内有至少1个元素就计算结果，若去掉该参数，前p-1行的统计结果会返回空值NaN，你可以根据实际需求调整
• 两种写法的输出结果完全匹配你给出的示例：[0, 0, 0, 1, 2, 2, 2, 2, 3]

内容的提问来源于stack exchange，提问作者PynoobT