如何在不同列的值不变的情况下在一列中添加连续行的所有值

Question

我有一个 df，其中一列包含连续数据，第二列包含分类数据。例如：

df = {"data": [0, 1, 3, 2, 6, 0, 9, 5, 1, 3], 
    "category": ["A","A","A","B","A","A","A","A","B","A"]} 

df = pd.DataFrame(df)

In []: df
Out[]: data    category    
0       0         A
1       1         A
2       3         A
3       2         B
4       6         A
5       0         A
6       9         A
7       5         A
8       1         B
9       3         A

我想创建一个新列 ['new_col']，其中每一行的值是从同一行一直到“类别”更改的上一行的“数据”之和。需要注意的重要一点是，类别更改之前的行数在整个 df 中并不一致。例如，一旦执行了计算，上面的 df 将导致：

In []: df
Out[]: data    category  new_col  
0       0         A         4
1       1         A         4
2       3         A         3
3       2         B         22
4       6         A         20
5       0         A         14
6       9         A         14
7       5         A         5
8       1         B         4
9       3         A         3

我找到了很多关于对列中所有行的值求和的答案。但是，我不太清楚如何遍历所有行并执行上述计算类型。我觉得这应该是一个简单的答案，但到目前为止我还没有运气。

我什至试图弄清楚如何添加一行以及仅在类别相同的情况下才在其下方添加一行。但是，我没有运气。而且，我对这一切都比较陌生，所以我确信我什至还没有走上正确的轨道。例如：

for index, row in df.iterrows():
    empty_list = []
    if row['category'] == A:
        if row.category.shift(-1) == A:
            num_add = row.data + row.data.shift(-1)
            empty_list.append(num_add)

data_set = pd.concat([data_set, empty_list], axis=1, join='inner')

Answer 1

你可以试试这个：

df['new_col'] = (df.groupby(df['category'].eq('B').cumsum())
                   ['data'].apply(lambda x: (x[::-1].cumsum())[::-1] )
                )

给出：

   data category  new_col
0     0        A        4
1     1        A        4
2     3        A        3
3     2        B       22
4     6        A       20
5     0        A       14
6     9        A       14
7     5        A        5
8     1        B        4
9     3        A        3