如何从另一个类别执行滚动求和

Question

我正在尝试执行一些计算以检索另一个类别的两次出现之间的类别的滚动总数。
我意识到用语言来描述并不容易。
所以，这里是输入数据帧和预期输出的例子

输入：

Date       Category  Value
2012-01-04        A     10
2012-01-06        A     20
2012-02-15        B    -10
2012-04-29        A      5
2012-04-30        A     70
2012-10-15        A     15
2012-10-16        B    -30
2012-11-19        B    -50

预期输出： 只有 B 行，但提到了自上次 B 出现以来 A 的滚动总数

Date       Category  Value  Total_A_since_previous_B
2012-02-15        B    -10                        30
2012-10-16        B    -30                        90
2012-11-19        B    -50                         0

我已经尝试了几件事，但都没有成功。
你能帮我理解怎么做吗？

Answer 1

首先为 B 的每次出现创建组，对值求和，然后将其作为新列分配给过滤后的 df。

(
    pd.Series(np.where(df.Category.eq('B'), df.index, np.nan)).bfill()
    .pipe(lambda x: df.groupby(x).Value.apply(lambda x: x[:-1].sum()))
    .pipe(lambda x: df[df.Category=='B'].assign(Total_A_since_previous_B=x))
)

    Date        Category    Value   Total_A_since_previous_B
2   2012-02-15  B           -10     30
6   2012-10-16  B           -30     90
7   2012-11-19  B           -50     0

Answer 2

使用GroupBy.agg:

blocks = df.Category.shift().eq('B').cumsum()
new_df = (df.groupby(blocks)
            .agg(Date= ('Date','last'),
                 Category = ('Category','last'),
                 Value = ('Value','last'),
                 Total_A_since_previous_B = ('Value','sum')
                )
             .assign(Total_A_since_previous_B = lambda x: x.Total_A_since_previous_B
                                                           .sub(x.Value))
             .reset_index(drop=True))

print(new_df)
         Date Category  Value  Total_A_since_previous_B
0  2012-02-15        B    -10                        30
1  2012-10-16        B    -30                        90
2  2012-11-19        B    -50                         0