根据条件 pandas 和 return 其他累计和重置累计和

Question

我有这个数据框 -

    counter  duration amount
0         1      0.08  1,235
1         2      0.36  1,170
2         3      1.04  1,222
3         4      0.81  1,207
4         5      3.99  1,109
5         6      1.20  1,261
6         7      4.24  1,068
7         8      3.07  1,098
8         9      2.08  1,215
9        10      4.09  1,043
10       11      2.95  1,176
11       12      3.96  1,038
12       13      3.95  1,119
13       14      3.92  1,074
14       15      3.91  1,076
15       16      1.50  1,224
16       17      3.65    962
17       18      3.85  1,039
18       19      3.82  1,062
19       20      3.34    917

我想根据以下逻辑创建另一个栏目：

对于每一行，我想计算 'duration' 的运行总和，但对于当前行下方的行（前导和非前导），它应该是运行总和落后）。我想在运行总和达到 5 时停止计算 -> 当它达到 5 时，我想 return 'amount' 的运行总和（具有相同的逻辑).

例如，对于 'counter' 1，它应该取前 4 行 (0.08+0.36+1.04+0.81<5) 然后到 return 1,235+1,170+1,222+1,207=4834

对于 'counter' 2 它应该只需要 0.36 + 1.04 + 0.81<5 和 return 1,170+1,222+1,207=3599

感谢任何帮助！

Answer 1

让我们尝试使用循环构建您自己的逻辑

c = df.duration.values
v=df.amount.values
result = []
lim=5
check = []
for i in range(len(c)):
    total = 0
    value = 0
    for x, y in zip(v[i:],c[i:]):
        total += y
        value += x
        if total >= lim:
            result.append(value-x)
            print(total)
            break
#result
#[4834, 3599, 2429, 2316, 1109, 1261, 1068, 1098, 1215, 1043, 1176, 1038, 1119, 1074, 1076, 1224, 962, 1039, 1062]

Answer 2

我会先遍历 2 列一次以获得它们的累计总和。

cum_amount = df['amount'].cumsum()
cum_duration = df['duration'].cumsum()

为结果准备好列表

results = []

然后循环遍历每个索引（相当于计数器）

for idx in cum_duration.index:
    # keep only rows within `5` and the max. index is where the required numbers are located 
    wanted_idx = (cum_duration[cum_duration<5]).index.max()

    # read those numbers with the wanted index
    results.append({'idx': idx, 'cum_duration': cum_duration[wanted_idx], 'cum_amount': cum_amount[wanted_idx]})

    # subtract the lag (we need only the leads not the lags)
    cum_amount -= cum_amount[idx]
    cum_duration -= cum_duration[idx]

最后在 DataFrame 中的结果。

pd.DataFrame(results)

    idx cum_duration    cum_amount
0   0   2.29    4834.0
1   1   2.21    3599.0
2   2   1.85    2429.0
3   3   4.80    2316.0
4   4   3.99    1109.0
5   5   1.20    1261.0
6   6   4.24    1068.0
7   7   3.07    1098.0
8   8   2.08    1215.0
9   9   4.09    1043.0
10  10  2.95    1176.0
11  11  3.96    1038.0
12  12  3.95    1119.0
13  13  3.92    1074.0
14  14  3.91    1076.0
15  15  1.50    1224.0
16  16  3.65    962.0
17  17  3.85    1039.0
18  18  3.82    1062.0
19  19  3.34    917.0

根据条件 pandas 和 return 其他累计和重置累计和

reset cumulative sum base on condition pandas and return other cumulative sum

python

dataframe

pandas

cumsum