Python：基于多个先前行的具有多个条件的 Lambda 函数

Question

我正在尝试定义一个 lambda 函数，该函数根据各种条件将 True 或 False 分配给一行。 有一列带有时间戳，我想要的是，如果 在过去 10 秒内（基于当前行 x 的时间戳）出现一些特定值数据集的其他列，当前行 x 获取 True 或 False 标签。

所以基本上我必须检查是否在前面的 n 行中，即Timestamp(x) - 10 秒 值 a 出现在列 A 和 值 b 出现在B 列。

我已经用 freq = 10 seconds 查看了 shift() 函数，另一次尝试看起来像这样：

data['Timestamp'][(data['Timestamp']-pd.Timedelta(seconds=10)):data['Timestamp']]

但我无法继续使用这两个选项中的任何一个。

是否可以在 lambda 函数中启动额外的选择？如果是，那会是什么样子？

P.S.：由于应用程序/代码的整体设置，不能使用常规 for 循环 代替 lambda 函数。

感谢您的帮助和意见！

Answer 1

如果我理解正确的话，也许你正在寻找这样的东西：

def create_tag(current_timestamp, df, cols_vals):
    # Before the current timestamp
    mask = (df['Timestamp'] <= current_timestamp)
    # After the current timestamp - 10s
    mask = mask & (df['Timestamp'] >= current_timestamp - pd.to_timedelta('10s'))
    # Filter all dataframe following the mask
    filtered = df[mask]
    # Check if each val of col is present
    present = all(value in filtered[column_name].values for column_name, value in cols_vals.items())
    return present
        
data['Tag'] = data['Timestamp'].apply(lambda x: create_tag(x, data, {'column A': 'a', 'column B', 'b'}))

此代码背后的想法是，对于您拥有的每个时间戳，我们将应用 create_tag 函数。这需要当前时间戳、整个数据帧以及包含列名作为键的字典以及您要查找的相应值作为值。