Pandas groupby 累计总和到阈值

Question

在 Pandas 中使用 groupby 操作，是否可以使用 cumsum 函数达到（或超过一条记录）阈值？

目标是至少达到或超过阈值，然后停止进一步积累。

示例数据框：

import pandas as pd

data = [
{'a':'z', 'b': 5, 'c': 15}, {'a':'z', 'b': 10, 'c': 15},
'a':'z', 'b': 2, 'c': 15},
{'a': 'x', 'b': 10, 'c':31}, {'a':'x', 'b': 20, 'c': 31}, {'a':'x',
'b': 5, 'c': 31, {'a':'x', 'b': 9, 'c': 31}
] 
df = pd.DataFrame(data) 

df:

    a   b   c
0   z   5   15
1   z   10  15
2   z   2   15
3   x   10  31
4   x   20  31
5   x   5   31
6   x   9   31

我能想象的唯一方程没有达到或超过 X 组的阈值：

df[df.groupby(by='a')['b'].cumsum()<=df['c']] 

    a   b   c
0   z   5   15
1   z   10  15
3   x   10  31
4   x   20  31

它适用于组 z（即 5+10 = 15），但不适用于组 x b/c（即 10+20

对于 x 组，我需要达到（或超过一条记录）31 的值。所以下一条记录也应该累积（即 10+20+5 >= 31 但请注意它停止进一步累积（即也不需要 9)。

有没有一种方法可以应用累积运算来满足或超过单个记录的基准？

预期/期望的结果：

    a   b   c
0   z   5   15
1   z   10  15
3   x   10  31
4   x   20  31
5   x   5   31

Answer 1

这里我使用np.sign -1 表示小于，0 表示等于，1 表示大于

d={x : y for x , y in df.groupby(np.sign(df.groupby('a').b.cumsum()-df.c))}
d
Out[30]: 
{-1:    a   b   c
 0  z   5  15
 3  x  10  31
 4  x  20  31, 0:    a   b   c
 1  z  10  15, 1:    a  b   c
 2  z  2  15
 5  x  5  31}

获取d[0], d[1],d[-1]