Pandas: query + mul + groupby + cumsum

Question

我的数据框如下所示：

CUST_NO	ORDER_AMOUNT	PAYT_CODE	IS_PAYMENT_SUCCESSFUL
001	50	OR	1
001	20	IC	0
001	10	IC	1
002	55	IC	1
002	300	MR	1
002	215	MR	0

我想知道客户一直以来成功支付的总金额，特别是来自支付代码 'OR', 'IC'。数据框按订单日期排序和索引。 预期输出显示在 CUMSUM_OR_IC_SUCCESSFUL 列中：

CUST_NO	ORDER_AMOUNT	PAYT_CODE	IS_PAYMENT_SUCCESSFUL	CUMSUM_OR_IC_SUCCESSFUL
001	50	OR	1	0
001	20	IC	0	50
001	10	IC	1	50
002	55	IC	1	0
002	300	MR	1	55
002	215	MR	0	55

我已经有一些应该可以工作的代码，但它只会保持 运行 直到内核崩溃。

df["CUMSUM_OR_IC_SUCCESSFUL "] = (df.query("PAYT_CODE == ('OR', 'IC')")["IS_PAYMENT_SUCCESSFUL"].mul(df["ORDER_AMOUNT"])
                                                                    .groupby(df["CUST_NO"])
                                                                    .transform(lambda x: x.cumsum().shift().fillna(0))
                                            )

感谢任何帮助！

Answer 1

回答

agg = df.groupby("CUST_NO").apply(lambda x:(x["ORDER_AMOUNT"] * x["PAYT_CODE"].isin(["IC", "OR"]) * x["IS_PAYMENT_SUCCESSFUL"]).cumsum())
df["CUMSUM_OR_IC_SUCCESSFUL"] = agg.to_numpy()

输出

虽然和你预期的不一样，但我还是猜测你的输出table有一点点错误。 如果你想 shift CUMSUM_OR_IC_SUCCESSFUL 有一个位置，使用 agg.shift().to_numpy()

   CUST_NO  ORDER_AMOUNT  ... IS_PAYMENT_SUCCESSFUL  CUMSUM_OR_IC_SUCCESSFUL
0        1            50  ...                     1                       50
1        1            20  ...                     0                       50
2        1            10  ...                     1                       60
3        2            55  ...                     1                       55
4        2           300  ...                     1                       55
5        2           215  ...                     0                       55

说明

apply 将为每个 group

运行

Answer 2

经过一些试验，这个成功了：

df["CUMSUM_GUARANTEED_SUCCESSFUL"] = df["ORDER_AMOUNT"].mul(df["PAYMENT_SUCCESSFUL"]).mul(df["PAYT_CODE"].isin(['IC', 'OC'])).groupby(df["CUST_NO"]).transform(lambda x: x.cumsum().shift().fillna(0))}