以下是数据框

Date        Name     data
01/01/2017  Alpha     A      
02/01/2017  Alpha     A
03/01/2017  Alpha     B
01/01/2017  Beta      A
01/20/2017  Beta      D
03/01/2017  Beta      C
04/01/2017  Beta      C
05/01/2017  Beta      B

预期输出：

Date        Name     data
Jan 2017     Alpha     1      
Feb 2017     Alpha     1
Mar 2017     Alpha     2
Jan 2017     Beta      2
Mar 2017     Beta      3
Apr 2017     Beta      1
May 2017     Beta      2

我正在寻找 3 个月滚动基础上按“名称”分组的“数据”的唯一计数。考虑“2017 年 3 月”和“名称”->“Beta”的示例。因此，名称“Beta”所考虑的月份是 2017 年 1 月、2017 年 2 月、2017 年 3 月。唯一计数为 3。其他也类似。请注意，这 3 个月的“数据”计数应该是唯一的

任何帮助表示赞赏。

每月组和Name，取消堆叠并重新采样到月份，因此所有月份都存在，并且每个月份都会获得一列Name

df2 = df.groupby([pd.TimeGrouper('M'), 'Name', ])['data'].apply(set).unstack().resample('M').sum()

df2

Name        Alpha   Beta
Date        
2017-01-31  {A}     {A, D}
2017-02-28  {A}     None
2017-03-31  {B}     {C}
2017-04-30  None    {C}
2017-05-31  None    {B}

多个迭代器

一些 itertools 魔法可以在同一列上多次迭代

def multiple_iterator(iterable, r=2):
    iterators = itertools.tee(iterable, r)
    try:
        for i, it in enumerate(iterators):
            for j in range(i):
                next(it)
    except StopIteration:
        return None
    return iterators

真正的工作

def get_unique_items_rolling(df, period):
    for col_name, col in df2.iteritems():
        s = pd.Series()
#         print(f'---{col_name}---')
        for idx, *iterators in zip(col.index[period-1:], *multiple_iterator(col, period)):
            result = set(itertools.chain.from_iterable(i for i in iterators if pd.notnull(i) and i))
#             print(idx, result)
            s[idx] = result
        yield col_name, s

df3 = pd.DataFrame.from_items(get_unique_items_rolling(df2, period))

            Alpha   Beta
2017-03-31  {A, B}  {A, D, C}
2017-04-30  {A, B}  {C}
2017-05-31  {B}     {B, C}

df3.stack().apply(len)

Date        Name 
2017-03-31  Alpha    2
            Beta     3
2017-04-30  Alpha    2
            Beta     1
2017-05-31  Alpha    1
            Beta     2
dtype: int64