Pandas 根据超过阈值的值进行重采样答案

【问题标题】：Pandas Resampling based on Value exceeding thresholdPandas 根据超过阈值的值进行重采样
【发布时间】：2018-11-26 02:55:29
【问题描述】：

我有一个包含 2 列的数据库。

import pandas as pd
data = pd.DataFrame({'a':[1,2,1,4,1,1,3,1,4,1,1,1],'b':[5,2,8,3,10,3,5,15,45,41,23,9]}) 

    a   b
0   1   5
1   2   2
2   1   8
3   4   3
4   1   10
5   1   3
6   3   5
7   1   15
8   4   45
9   1   41
10  1   23
11  1   9

每当自上次出现以来的累积值超过列 a 的给定阈值时，是否有一种 Pythonic/最快的方法来挑选行索引？例如，在上面的 df 中，如果我的阈值是 5，我会得到索引 3,6,8。

我目前的做法是遍历每一行，然后跟踪值何时超过它。我还不够 Python 专家想出一个潜在的（如果存在的话）更好的方法..

谢谢

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

直到有人发明了一些pandas 单线（如果可能），您可以尝试以下方法：

来自 IPython 会话：

In [393]: get_a_cumsum_lim = lambda df, col, threshold: df[col][df[col].cumsum() >= threshold]

In [394]: s, result = get_a_cumsum_lim(data, 'a', 5), []

In [395]: while not s.empty:
     ...:     idx = s.index[0]
     ...:     result.append(idx)
     ...:     s = get_a_cumsum_lim(data[idx+1:], 'a', 5)
     ...:     
     ...:     

In [396]: result
Out[396]: [3, 6, 8]

【讨论】：