累积频率列但在条件下重置

Question

我有一个数据框（在 Python 上），其中包含与特定订单关联的时间和产品数量的列。

我创建了一个以 30 分钟（时间块）为间隔划分时间的列，然后我计算了该特定时间块上的产品数量（使用 groupby）。

现在我想添加一个在每个块上重新启动的累积频率。

在这个例子中，我的新列应该是 [2,3,3,5,7,...]

Answer 1

数据帧内每个时间块的累积和可以通过GroupBy.cumsum():

实现

import pandas as pd
import numpy as np

df = pd.DataFrame({
         'N Products'       : [2, 1, 3, 5, 2],
         'Block of Time'    : ['12:30:00', '12:30:00', '13:30:00', '14:00:00', '14:00:00'],
         'Products on Block': [3, 3, 3, 7, 7],

})

print(df)
#   N Products    Block of Time      Products on Block
#0           2      12:30:00                  3
#1           1      12:30:00                  3
#2           3      13:30:00                  3
#3           5      14:00:00                  7
#4           2      14:00:00                  7

输出：

df['Cumulative Products'] = df.groupby('Block of Time')['N Products'].cumsum()
print(df)
#    N Products   Block of Time      Products on Block   Cumulative Products
#0         2        12:30:00                  3                    2
#1         1        12:30:00                  3                    3
#2         3        13:30:00                  3                    3
#3         5        14:00:00                  7                    5
#4         2        14:00:00                  7                    7

CDF 图：

df['Cumulative Products'].hist(cumulative = True)

Answer 2

您可以像这样计算每个组的 cumsum：

df.groupby('Block of Time')['N Products'].cumsum()

产生以下结果：

0    2
1    3
2    3
3    5
4    7
Name: N Products, dtype: int64

累积频率列但在条件下重置

cumulative frequency column but resetting under a condition

python

dataframe

pandas-groupby