可以按如下方式聚合布尔值：

# logical or
s.rolling(2).max().astype(bool)

# logical and
s.rolling(2).min().astype(bool)

要处理不完整窗口中的NaN值，可以在类型转换之前使用适当的fillna，或者使用rolling的min_periods参数。这取决于要实现的逻辑。
遗憾的是，在Pandas身上做不到这一点，除非创造出作为浮动的中间值。

这个方法没有实现，关闭，你需要的是使用Rolling.apply：

s = s.rolling(2).apply(lambda x: x.any(), raw=False)
print (s)
0    NaN
1    1.0
2    1.0
3    1.0
4    1.0
5    0.0
6    0.0
7    1.0
dtype: float64

s = s.rolling(2).apply(lambda x: x.any(), raw=False).fillna(0).astype(bool)
print (s)
0    False
1     True
2     True
3     True
4     True
5    False
6    False
7     True
dtype: bool

这里最好使用strides-生成numpy二维数组并稍后处理：

s = pd.Series([True, True, False, True, False, False, False, True])

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

a = rolling_window(s.to_numpy(), 2)
print (a)
[[ True  True]
 [ True False]
 [False  True]
 [ True False]
 [False False]
 [False False]
 [False  True]]

print (np.any(a, axis=1))
[ True  True  True  True False False  True]

这里第一个NaN sPandas值被省略了，可以添加第一个值进行处理，这里False s：

n = 2
x = np.concatenate([[False] * (n), s])

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)
a = rolling_window(x, n)
print (a)
[[False False]
 [False  True]
 [ True  True]
 [ True False]
 [False  True]
 [ True False]
 [False False]
 [False False]
 [False  True]]

print (np.any(a, axis=1))
[False  True  True  True  True  True False False  True]

def function1(ss:pd.Series):
    df1.loc[ss.index,'col1']=any(df1.loc[ss.index].col)
    return 0

df1=pd.DataFrame(s,columns=['col'])
df1.assign(col1=df1.index).col.rolling(2).apply(function1)
df1

    col   col1
0   True   True
1   True   True
2  False   True
3   True   True
4  False  False
5  False  False
6  False   True
7   True   True