Pandas 按日期累积条件总和答案

【问题标题】：Pandas cumulative conditional sum by datesPandas 按日期累积条件总和
【发布时间】：2017-03-22 22:15:36
【问题描述】：

想象一个像这样的 pandas DataFrame

      date  id  initial_value  part_value
2016-01-21   1            100          10
2016-05-18   1            100          20
2016-03-15   2            150          75
2016-07-28   2            150          50
2016-08-30   2            150          25
2015-07-21   3             75          75

生成如下

df = pd.DataFrame({
    'id': (1, 1, 2, 2, 2, 3),
    'date': tuple(pd.to_datetime(date) for date in
                  ('2016-01-21', '2016-05-18', '2016-03-15', '2016-07-28', '2016-08-30', '2015-07-21')),
    'initial_value': (100, 100, 150, 150, 150, 75),
    'part_value': (10, 20, 75, 50, 25, 75)}).sort_values(['id', 'date'])

我希望添加一个列，其剩余值由 initial_value 定义的剩余值减去 part_value 的累积总和，条件是之前的 id 和日期。因此，我希望我的目标是

      date  id  initial_value  part_value  goal
2016-01-21   1            100          10   100
2016-05-18   1            100          20    90
2016-03-15   2            150          75   150
2016-07-28   2            150          50    75
2016-08-30   2            150          25    25
2015-07-21   3             75          75    75

我认为可以通过结合here 和here 的解决方案来制定解决方案，但我无法完全弄清楚。

【问题讨论】：

你能解释更多dates before吗？如果日期没有排序，输出不一样？
你理解正确。排序事项
好的，那么必须先对值进行排序吗？还是对值进行排序？
我在创建示例时对它们进行了排序，因此可以假定它们已排序。不过很容易排序

标签： python pandas

【解决方案1】：

如果不使用dates 值需要add、sub 和groupby 和cumsum：

df['goal'] = df.initial_value.add(df.part_value).sub(df.groupby('id').part_value.cumsum())
print (df)
        date  id  initial_value  part_value  goal
0 2016-01-21   1            100          10   100
1 2016-05-18   1            100          20    90
2 2016-03-15   2            150          75   150
3 2016-07-28   2            150          50    75
4 2016-08-30   2            150          25    25
5 2015-07-21   3             75          75    75

什么是相同的：

df['goal'] = df.initial_value + df.part_value - df.groupby('id').part_value.cumsum()
print (df)
        date  id  initial_value  part_value  goal
0 2016-01-21   1            100          10   100
1 2016-05-18   1            100          20    90
2 2016-03-15   2            150          75   150
3 2016-07-28   2            150          50    75
4 2016-08-30   2            150          25    25
5 2015-07-21   3             75          75    75

【讨论】：

甚至：(df.initial_value - df.groupby('id').part_value.shift(1).fillna(0)).astype(int)?
是的，4 索引中的值有问题 - 100 而不是 25

【解决方案2】：

实际上，我自己也想出了一个解决方案。我想这与正在发生的事情是一样的。

df['goal'] = df.initial_value - ((df.part_value).groupby(df.id).cumsum() - df.part_value)
df
        date  id  initial_value  part_value  goal
0 2016-01-21   1            100          10   100
1 2016-05-18   1            100          20    90
2 2016-03-15   2            150          75   150
3 2016-07-28   2            150          50    75
4 2016-08-30   2            150          25    25
5 2015-07-21   3             75          75    75

【讨论】：