按python DataFrameGroupBy分组并在阈值之前和之后对部分列变量求和答案

【问题标题】：group by python DataFrameGroupBy and sum partly column variables before and after the threshold按python DataFrameGroupBy分组并在阈值之前和之后对部分列变量求和
【发布时间】：2021-11-08 23:06:07
【问题描述】：

我有 3 列，第一列是分类值，一列是数字，另一列是和否，如下所示：

Column1 Column2 Column3
A       2       yes
A       1       yes
A       3       no
A       2       yes
A       5       yes
B       3       yes
B       1       no
B       2       yes
B       5       yes

我想创建新列来计算 column2 值的总和，直到 column3 等于 no。然后继续重新启动 column2 元素的总和，直到看到 group by column1 的任何“否”。我想要：

Column1 Column2 Column3 Column4
A       2       yes     3       ( sum of column2 elements until no for group A)
A       1       yes     3
A       3       no      no
A       2       yes     7
A       5       yes     7
B       3       yes     3
B       1       no      no
B       2       yes     7
B       5       yes     7

如何为 python 数据框创建这个新列？

非常感谢你的时间！

【问题讨论】：

标签： python dataframe

【解决方案1】：

首先在Column1 和cumsum 的nos 组中找到连续的yes。然后将 Column2 按此新分组的组相加，将 Column1 与 yes 的行相加。

s = df.Column3.groupby(df.Column1).apply(lambda x: x.eq('no').cumsum())
df['Column4'] = df[df.Column3 == 'yes'].groupby(['Column1', s])['Column2'].transform('sum')
df.fillna('no')

结果

  Column1  Column2 Column3 Column4
0       A        2     yes       3
1       A        1     yes       3
2       A        3      no      no
3       A        2     yes       7
4       A        5     yes       7
5       B        3     yes       3
6       B        1      no      no
7       B        2     yes       7
8       B        5     yes       7

为了更好地了解这是如何工作的：这些是在 s 中创建的组

df[['Column3','Column1']].assign(newGroups = s)

输出

  Column3 Column1  newGroups
0     yes       A          0
1     yes       A          0
2      no       A          1
3     yes       A          1
4     yes       A          1
5     yes       B          0
6      no       B          1
7     yes       B          1
8     yes       B          1

【讨论】：