如何在类别而不是浮子上创建滚动含义？

Question

我的数据框中有一个类别的列。我知道如何在具有浮点值的列上进行滚动的含义：

df['rolling_mean'] = df.categorycolumn.rolling(10).mean()

但是我在本列中没有数字，而是字母：

A
A
A
A
D
D
D
D
D
S
D
D
D
D
D

我想摆脱s，所以我想尝试使平均滚动的平均值因此，它对异常的敏感性较小。有人知道该怎么做吗？

问候并享受阳光（如果有的话）！

PS实际上我不是在寻找均值，而是在某个窗口上最常见的类别价值。

因此我的数据框架看起来像这样：

id category
1 A
2 A
3 A
4 A
5 A
6 A
7 S
8 S
9 A
10 A
11 A
12 A
13 A
14 A
15 A
17 A
18 A
19 A
20 A

我不会找到像10这样的滚动窗口的模式，因此完整列只会变成（并且没有s）

Answer 1

也许您可以使用pd.factorize：

# Detection
s = pd.Series(pd.factorize(df['col1'])[0])
m = s.sub(s.rolling(10, center=True, min_periods=1).median()).abs().ge(1)
print(df[m])

# Output
  col1
9    S

Update

如果您正在寻找Mode，请尝试：

value, letter = pd.factorize(df['category'])
df['newcat'] = (pd.Series(value).rolling(10, center=True, min_periods=1)
                  .apply(lambda x: x.mode()).map(pd.Series(letter)))
print(df)

# Output
    id category newcat
0    1        A      A
1    2        A      A
2    3        A      A
3    4        A      A
4    5        A      A
5    6        A      A
6    7        S      A  # HERE
7    8        S      A  # HERE
8    9        A      A
9   10        A      A
10  11        A      A
11  12        A      A
12  13        A      A
13  14        A      A
14  15        A      A
15  17        A      A
16  18        A      A
17  19        A      A
18  20        A      A