时间戳

首页 > 解决方案 > 单独列的连续相同值布尔值的 A 列值的总和

python - 单独列的连续相同值布尔值的 A 列值的总和

问题描述

我有一个数据框：

df = pd.DataFrame(np.random.rand(15, 3), columns=list('ACD'))
df['C > D'] = df['C'] > df['D']

    A            C          D           C > D
0   0.031469    0.104515    0.123596    False
1   0.549081    0.065270    0.036311    True
2   0.426498    0.674991    0.601090    True
3   0.759211    0.680903    0.601398    True
4   0.459308    0.801639    0.572331    True
5   0.691453    0.559478    0.959135    False
6   0.181677    0.091478    0.192358    False
7   0.186661    0.981368    0.721595    True
8   0.473044    0.603869    0.683941    False
9   0.015301    0.173707    0.304635    False
10  0.645700    0.300221    0.944034    False
11  0.087918    0.020047    0.720342    False
12  0.012420    0.017378    0.050286    False
13  0.496994    0.631002    0.618231    True
14  0.133083    0.454531    0.451067    True

我正在尝试做的事情：

我正在尝试创建一个新列，它将取与Column A列 C>D 的连续相同值组相关的总和。

所以C>D的第一个值是False，后面没有任何False值，所以这个连续的同值组由一个项目组成，返回值是A列中落入该组的所有元素的总和（索引0),0.031469

下一组由于值的变化（从 False 到 True）由索引 1-4（包括）组成，其中包含所有 True 值。因此，该组的值将是以下各项的总和：

1   0.549081    
2   0.426498    
3   0.759211    
4   0.459308

这就像2.201（在我的头顶）。

标签： pythonpandasdataframesum

解决方案

cumsum()可以用非零差异来识别连续的相同值。所以你可以这样做：

# print groups to see details
groups = df['C > D'].diff().ne(0).cumsum()

# groupby
df.groupby(gropus)['A'].sum()

输出：

C > D
1    0.031469
2    2.194098
3    0.873130
4    0.186661
5    1.234383
6    0.630077
Name: A, dtype: float64

推荐阅读