如何创建一个dataframe列，其中包含已经存在的列中最近3次出现True的索引的列表？

要创建一个包含已经存在的列中最近3次出现True的索引的列表的DataFrame列，可以按照以下步骤进行操作：

1. 导入必要的库：

import pandas as pd

1. 创建一个示例DataFrame：

df = pd.DataFrame({'A': [False, True, False, True, True, False, False]})

1. 使用rolling和sum函数创建一个新的列，该列包含最近3次出现True的索引的列表：

df['B'] = df['A'].rolling(3).apply(lambda x: list(df.index[x]), raw=True).sum()

这将创建一个新的列'B'，其中包含最近3次出现True的索引的列表。如果不足3次出现True，则列表将包含所有已经出现True的索引。

以下是对上述代码的解释：

• df['A']：选择要检查的列'A'。
• rolling(3)：创建一个滚动窗口，窗口大小为3。
• apply(lambda x: list(df.index[x]), raw=True)：对滚动窗口中的每个窗口应用lambda函数，该函数将窗口中的索引转换为列表。
• sum()：将所有窗口中的列表连接成一个大列表。

最后，你可以打印DataFrame来查看结果：

print(df)

完整的代码示例如下：

import pandas as pd

df = pd.DataFrame({'A': [False, True, False, True, True, False, False]})
df['B'] = df['A'].rolling(3).apply(lambda x: list(df.index[x]), raw=True).sum()

print(df)

这是如何创建一个包含已经存在的列中最近3次出现True的索引的列表的DataFrame列的完整答案。