根据条件 pandas 重置累积和并返回其他累积和答案

【问题标题】：reset cumulative sum base on condition pandas and return other cumulative sum根据条件 pandas 重置累积和并返回其他累积和
【发布时间】：2022-01-23 15:15:31
【问题描述】：

我有这个数据框 -

    counter  duration amount
0         1      0.08  1,235
1         2      0.36  1,170
2         3      1.04  1,222
3         4      0.81  1,207
4         5      3.99  1,109
5         6      1.20  1,261
6         7      4.24  1,068
7         8      3.07  1,098
8         9      2.08  1,215
9        10      4.09  1,043
10       11      2.95  1,176
11       12      3.96  1,038
12       13      3.95  1,119
13       14      3.92  1,074
14       15      3.91  1,076
15       16      1.50  1,224
16       17      3.65    962
17       18      3.85  1,039
18       19      3.82  1,062
19       20      3.34    917

我想根据以下逻辑创建另一列：

对于每一行，我想计算“持续时间”的运行总和，但它应该是当前行下方的行的运行总和（领先而不是滞后）。我想在运行总和达到 5 时停止计算 -> 当它达到 5 时，我想返回“金额”的运行总和（使用相同的逻辑）。

例如，对于 'counter' 1，它应该取前 4 行 (0.08+0.36+1.04+0.81

对于“计数器”2，它应该只需要 0.36 + 1.04 + 0.81

将不胜感激！

【问题讨论】：

标签： python pandas dataframe cumsum

【解决方案1】：

我会先检查 2 列的累计总和。

cum_amount = df['amount'].cumsum()
cum_duration = df['duration'].cumsum()

为结果准备一个列表

results = []

然后循环遍历每个索引（相当于计数器）

for idx in cum_duration.index:
    # keep only rows within `5` and the max. index is where the required numbers are located 
    wanted_idx = (cum_duration[cum_duration<5]).index.max()

    # read those numbers with the wanted index
    results.append({'idx': idx, 'cum_duration': cum_duration[wanted_idx], 'cum_amount': cum_amount[wanted_idx]})

    # subtract the lag (we need only the leads not the lags)
    cum_amount -= cum_amount[idx]
    cum_duration -= cum_duration[idx]

最后是DataFrame中的结果。

pd.DataFrame(results)

    idx cum_duration    cum_amount
0   0   2.29    4834.0
1   1   2.21    3599.0
2   2   1.85    2429.0
3   3   4.80    2316.0
4   4   3.99    1109.0
5   5   1.20    1261.0
6   6   4.24    1068.0
7   7   3.07    1098.0
8   8   2.08    1215.0
9   9   4.09    1043.0
10  10  2.95    1176.0
11  11  3.96    1038.0
12  12  3.95    1119.0
13  13  3.92    1074.0
14  14  3.91    1076.0
15  15  1.50    1224.0
16  16  3.65    962.0
17  17  3.85    1039.0
18  18  3.82    1062.0
19  19  3.34    917.0

【讨论】：

嗨，我收到了这个错误（我是 Python 新手）- TypeError: unsupported operand type(s) for -: 'str' and 'str'。
或许您可以先尝试将 cum_duration 和 cum_amount 转换为 float。

【解决方案2】：

让我们尝试用循环构建你自己的逻辑

c = df.duration.values
v=df.amount.values
result = []
lim=5
check = []
for i in range(len(c)):
    total = 0
    value = 0
    for x, y in zip(v[i:],c[i:]):
        total += y
        value += x
        if total >= lim:
            result.append(value-x)
            print(total)
            break
#result
#[4834, 3599, 2429, 2316, 1109, 1261, 1068, 1098, 1215, 1043, 1176, 1038, 1119, 1074, 1076, 1224, 962, 1039, 1062]

【讨论】：

嗨，我收到了这个错误（我是 Python 新手）- TypeError: unsupported operand type(s) for -: 'str' and 'str'。