以下是一个按组计算唯一分类特征的滚动计数的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'group': ['A', 'A', 'A', 'B', 'B', 'B'],
    'category': ['X', 'Y', 'X', 'Y', 'Z', 'X']
}
df = pd.DataFrame(data)

# 按组对分类特征进行滚动计数
df['rolling_count'] = df.groupby('group')['category'].transform(lambda x: x.expanding().apply(lambda y: y.nunique()))

print(df)

这个示例代码中，我们首先创建了一个包含group和category两列的示例数据的数据帧df。

然后，我们使用df.groupby('group')['category']将数据帧按group列进行分组。接下来，我们使用transform方法将每个组的category列传递给一个lambda函数。

在lambda函数中，我们使用expanding()方法获取到当前行及之前所有行的数据，并使用apply(lambda y: y.nunique())计算每个滚动窗口内唯一值的数量。

最后，我们将计算结果赋值给新的列rolling_count。

输出结果如下：

  group category  rolling_count
0     A        X            1.0
1     A        Y            2.0
2     A        X            2.0
3     B        Y            1.0
4     B        Z            2.0
5     B        X            3.0

可以看到，rolling_count列包含了按组计算的滚动计数结果。