python - 熊猫：有两个条件的组内累计和

Question

我有一个如下表所示的 DataFrame：

指数	X	是的	值_1	cumsum_1	cumsum_2
0	0.1	1	12	12	0
1	1.2	1	10	12	10
2	0.25	1	7	19	10
3	1.0	2	3	0	3
4	0.72	2	5	5	10
5	1.5	2	10	5	13

所以我的目标是计算value_1. 但有两个条件必须考虑。

• 第一：如果 valuex小于 1cumsum()则写入 column cumsum_1，如果x大于 column cumsum_2。
• 第二：列y表示组（1、2、3、...）。当 in 的值y发生变化时，-cumsum()操作会重新开始。我认为该grouby()方法会有所帮助。

有人知道吗？

标签： pythonpandascumsum

Answer 1

可以使用.where()on conditions x< 1 or x>= 1根据条件临时修改value_1为0，然后groupby cumsum，如下：

第二个条件由.groupby函数满足，而第一个条件由.where() 函数满足，详述如下：

.where()当条件为真时保留列值，当条件为假时更改值（在本例中为 0）。因此，对于列x< 1 的第一个条件，value_1将保留其值以馈送到后续cumsum步骤以累积 的过滤值value_1。对于条件x< 1 为 False 的行，value_1其值被屏蔽为 0。传递给cumsum累积的这些 0 实际上与将累积的原始值取出value_1到 column中的效果相同cumsum_1。

第二行代码将value_1值累加到cumsum_2具有相反条件x>= 1 的列中。这 2 行代码实际上分别根据value_1< 1 和cumsum_1> = 1 分配。cumsum_2xx

（感谢@tdy 简化代码的建议）

df['cumsum_1'] = df['value_1'].where(df['x'] < 1, 0).groupby(df['y']).cumsum()
df['cumsum_2'] = df['value_1'].where(df['x'] >= 1, 0).groupby(df['y']).cumsum()

结果：

print(df)

      x  y  value_1  cumsum_1  cumsum_2
0  0.10  1       12        12         0
1  1.20  1       10        12        10
2  0.25  1        7        19        10
3  1.00  2        3         0         3
4  0.72  2        5         5         3
5  1.50  2       10         5        13