Pandas 按带有标志条件的 cumsum 分组答案

【问题标题】：Pandas group by cumsum with a flag conditionPandas 按带有标志条件的 cumsum 分组
【发布时间】：2022-01-18 22:17:07
【问题描述】：

假设我有以下数据框

	date	flag	user	num
0	2019-01-01	1	a	10
1	2019-01-02	0	a	20
2	2019-01-03	1	b	30
3	2019-03-04	1	b	40

仅当 flag == 1 时，我才想创建按用户分组的 nums 的累积总和所以我会得到这个：

	date	flag	user	num	cumsum
0	2019-01-01	1	a	10	10
1	2019-01-02	0	a	20	10
2	2019-01-03	1	b	30	30
3	2019-03-04	1	b	40	70

到目前为止，我能够按标志进行 cumsum，而忽略用户分组

df['cumsum'] = df[df['flag'] == 1 ]['num'].transform(pd.Series.cumsum)

或用户无视标志的 cumsum

df['cumsum'] = df.groupby('user')['num'].transform(pd.Series.cumsum)

我需要帮助让他们一起工作。

【问题讨论】：

标签： python pandas dataframe pandas-groupby cumsum

【解决方案1】：

您可以将num 乘以flag 得到num = 0 其中flag = 0、user 和cumsum 分组：

df['cumsum'] = df['num'].mul(df['flag']).groupby(df['user']).cumsum()

输出：

>>> df
         date  flag user  num  cumsum
0  2019-01-01     1    a   10      10
1  2019-01-02     0    a   20      10
2  2019-01-03     1    b   30      30
3  2019-03-04     1    b   40      70

【讨论】：

【解决方案2】：

用series.where 标记num==0 其中flag 为0 然后groupby+cumsum：

df['cumsum'] =  df['num'].where(df['flag'].eq(1),0).groupby(df["user"]).cumsum()

         date  flag user  num  cumsum
0  2019-01-01     1    a   10      10
1  2019-01-02     0    a   20      10
2  2019-01-03     1    b   30      30
3  2019-03-04     1    b   40      70

【讨论】：