如何从多列分组的数据集中获取一列值的滚动列表？

如何解决如何从多列分组的数据集中获取一列值的滚动列表？

我无法从组中获取滚动窗口，然后将窗口值作为列表放入新列中。我想获得一个由counts分组的前几天的type,bcode,and ts窗口。我希望它成为具有计数的 list 自己的列（prev）。我的示例（为简化起见）只有两天，我只询问前一天的时间，但实际上，该窗口将是前几天的时间。我的最终数据框不应分组。分组只是确定窗口值。

以下是数据：

 data = {'type': ['ATF','ATF','TCK','ZSP','ZSP'],'bcode': ['264','264','396','957','957'],'ts': ['00:00:00.000','00:15:00.000','00:30:00.000','00:00:00.000','00:30:00.000'],'day': ['2019-09-30','2019-09-30','2019-10-01','2019-10-01'],'counts': ['0.0','37.0','15.0','26.0','0.0','42.0','14.0','30.0','6.0','35.0','13.0','24.0','26.0']
         }
 
df = pd.DataFrame (data,columns = ['type','bcode','ts','day','counts']) 

我想得到这个：

type  bcode  ts             day         count   prev     
ATF   264    00:00:00.000   2019-09-30  [0.0]   [NaN]
ATF   264    00:15:00.000   2019-09-30  [37.0]  [NaN]
ATF   264    00:30:00.000   2019-09-30  [15.0]  [NaN
TCK   396    00:00:00.000   2019-09-30  [14.0]  [NaN]
TCK   396    00:15:00.000   2019-09-30  [30.0]  [NaN]
TCK   396    00:30:00.000   2019-09-30  [6.0]   [NaN]
ZSP   957    00:00:00.000   2019-09-30  [0.0]   [NaN]
ZSP   957    00:15:00.000   2019-09-30  [37.0]  [NaN]
ZSP   957    00:30:00.000   2019-09-30  [15.0]  [NaN]
ATF   264    00:00:00.000   2019-10-01  [26.0]  [0.0]
ATF   264    00:15:00.000   2019-10-01  [0.0]   [37.0]
ATF   264    00:30:00.000   2019-10-01  [42.0]  [15.0]
TCK   396    00:00:00.000   2019-10-01  [35.0]  [14.0]
TCK   396    00:15:00.000   2019-10-01  [13.0]  [30.0]
TCK   396    00:30:00.000   2019-10-01  [24.0]  [6.0]
ZSP   957    00:00:00.000   2019-10-01  [26.0]  [0.0]
ZSP   957    00:15:00.000   2019-10-01  [15.0]  [37.0]
ZSP   957    00:30:00.000   2019-10-01  [26.0]  [15.0]

这是我尝试过的：

dfo = df.groupby(['type','ts'])['counts'].apply(lambda x: list(x))
dfo3 = df.groupby(['type','ts']).agg(lambda x: list(x))

每一个都将我的计数分组，并且每组都给了我所有计数。我没有成功向此代码添加滚动窗口。

我发现了一个website，它共享一种获取滚动窗口的方法。这是他们共享的示例：

from pandas import read_csv
from pandas import DataFrame
from pandas import concat
series = read_csv('daily-min-temperatures.csv',header=0,index_col=0)
temps = DataFrame(series.values)
width = 3
shifted = temps.shift(width - 1)
window = shifted.rolling(window=width)
dataframe = concat([window.min(),window.mean(),window.max(),temps],axis=1)
dataframe.columns = ['min','mean','max','t+1']
print(dataframe.head(5))

我实际上可以在工作中使用均值。但是，我无法通过此技术使用组，也无法从窗口中提取列表。

我真的很感谢在此方面的任何帮助。