Python Pandas：Groupby 累积总和，但避免标志为 0 的总和答案

【问题标题】：Python Pandas: Groupby Cumulative Sum, but avoiding sum where flag is 0Python Pandas：Groupby 累积总和，但避免标志为 0 的总和
【发布时间】：2020-08-20 05:53:56
【问题描述】：

已经有一些关于这个主题的问题（比如 Pandas：基于另一列的值的一列的累积总和）但是，它们都没有完全满足我的要求。假设我有一个像这样的数据框：

id  flag
a   1
a   1
a   0
a   0
a   1
b   0
b   0
b   1
b   1
b   1
b   1
c   0
c   1
c   1
c   0
c   1

我想按 id 计算标志分组的累积总和，但要避免标志为 0 的总和，并且 cumsum 再次重置为 0。我尝试在np.where 中使用shift()、groupby(id)['flag']cumsum() 进行总结，但没有运气。期望的输出应该是：

id  flag    cum_flag
a   1   1
a   1   2
a   0   0
a   0   0
a   1   1
b   0   0
b   0   0
b   1   1
b   1   2
b   1   3
b   1   4
c   0   0
c   1   1
c   1   2
c   0   0
c   1   1

生成数据帧的 DDL：

df = pd.DataFrame({'id': [a, a, a, a, a, b, b, b, b, b, b, c, c, c, c, c],
                 'flag': [1, 1, 0, 0, 1, 0, 0, 1, 1, 1, 1, 0, 1, 1, 0, 1]})

感谢您的帮助！

【问题讨论】：

标签： python pandas cumsum

【解决方案1】：

你可以用cumsum()来识别1的连续块，然后groupby：

df['cum_flag'] = df.groupby(['id',(df['flag']==0).cumsum()]).cumsum()

输出：

   id  flag  cum_flag
0   a     1         1
1   a     1         2
2   a     0         0
3   a     0         0
4   a     1         1
5   b     0         0
6   b     0         0
7   b     1         1
8   b     1         2
9   b     1         3
10  b     1         4
11  c     0         0
12  c     1         1
13  c     1         2
14  c     0         0
15  c     1         1

【讨论】：