时间戳

首页 > 解决方案 > 组内的 Python Pandas 自下而上计算

pandas - 组内的 Python Pandas 自下而上计算

问题描述

假设我有以下数据集：

df = pd.DataFrame({"A":range(1,10), "B":range(5,14), "Group": 
[1,1,2,2,2,2,3,3,3],"C":[0,0,10,0,0,16,0,0,22], "last":[0,1,0,0,0,1,0,0,1], 
"Want": [19.25,8,91.6,71.05,45.85,16,104.95,65.8,22]})

对于每组的最后一次观察，我有以下代码：

def calculate(df):
if (df.last == 1):
    value = df.loc["A"] + df.loc["B"]
else:

对于每组的所有其他观察，行值计算如下：

value = (df.loc[i-1, "C"] + 3 * df.loc[i, "A"] + 1.65 * df.loc[i, "B"])
    return value

用简单的英语来说，这就是我想要做的。对于每组中的最后一个观察值，列C等于列的总和A and B

对于所有其他观察结果，我想C使用上面的“else statement”（用于概念证明）从“自下而上”计算列的值。

为了进一步澄清，这些是使用 excel计算Want列的公式：它具有某种“递归”性质，这就是我想到“for循环”的原因Group 2F4="F5+(3*A4)+(1.65*B4)", F5="F6+(3*A5)+(1.65*B5)", F6="F7+(3*A6)+(1.65*B6)", F7="A7+B7".

我真的很感激一个与第一个一致的解决if statement.方案

value = something

而不是函数返回一个数据框或类似的东西，这样我就可以使用以下方法调用该函数

df["value"] = df.apply(calculate, axis=1)

感谢您的帮助。谢谢

标签： pandaspandas-groupby

解决方案

看来你np.where需要shift

np.where(df.last==1,df.A+df.B,df.A+1.65*df.B+df.C.shift())
Out[199]: array([  nan, 11.9 , 14.55, 27.2 , 19.85, 22.5 , 41.15, 27.8 , 30.45])

推荐阅读