Python Pandas - 基于多列标准的 3D 数据帧 cumsum 直到达到值

Question

我在 python 中获取 3D 数据帧的累积总和时遇到了一些困难。

我创建的示例数据框是：

import numpy as np
import pandas as pd

arr=np.array([[[23, 10],
        [ 24,  5],
        [ 28,  8],
        [ 30, 11],
        [ 31, 1]],

       [[20, 11],
        [21, 3],
        [22, 5],
        [29, 15],
        [30, 10]],

       [[22, 26],
        [23, 29],
        [25, 32],
        [33, 10],
        [34, 15]]])

names = ['x', 'y', 'z']
index = pd.MultiIndex.from_product([range(s)for s in arr.shape], names=names)
df = pd.DataFrame({'Day': arr.flatten()}, index=index)['Day']
df = df.unstack(level='z')
df.columns = ['Price', 'Qty']
df.index.names = ['DATE', 'i']

在指定的日期范围内，如果价格低于某个值（x），我想找到商品数量的总和。但是当总和超过某个数字（y）时，我会停止，无论其他商店或以后的日期是否还有满足最低要求。价格标准。我会先从最早的日期开始总结，在每个日期，从最低的价格开始总结。然后我会找到直到停止点的加权平均价格。

在上面的数据框中，假设我的标准是（1）日期 0 和 1，（2）价格等于或低于 25，（3）当数量总和首次超过 20 时停止。在这种情况下，相关数据是日期 0 的价格 23 和 24，日期 1 的价格 20。这是因为日期 0 的价格 23 和 24 的数量之和为 15，因此小于 20，但加上日期 1 的价格 20 的数量，则cumsum 变为 26，因此该过程停止。因此加权平均值为 (23*10)+(24*5)+(20*5) / 20

我目前的方法太麻烦了，使用while循环遍历时间轴，并为每个日期使用另一个while循环，这样如果价格比我的标准便宜，我会将数量和价格加权数量添加到跟踪总和。当跟踪总和大于指定值时，我将停止该过程并计算加权平均值。然后我也可以返回进程停止的位置。

想就如何以更有效的方式实现这一目标获得一些建议吗？

Answer 1

这是一个执行此操作的自定义函数，只需像示例中一样插入您的变量。

def weighted_average(df, dates, price_limit, stop_sum):
    # filter multiindex for your dates, plus price_limits
    tmp = df.loc[dates].loc[df['Price'] <= price_limit]
    # find index of halting cumsum condition, take tmp until there
    tmp = tmp.loc[:(tmp['Qty'].cumsum() > stop_sum).idxmax()]
    # update last value
    tmp.iat[-1, df.columns.get_loc('Qty')] -= tmp['Qty']sum() - stop_sum
    # return the weighted average
    return tmp.product(axis=1).sum() / stop_sum

dates = [0, 1]
price_limit = 25
stop_sum = 20

weighted_average(df, dates, price_limit, stop_sum)
> 22.5

过滤器 (tmp = df.loc[dates].loc[df['Price'] <= price_limit]) 的替代方案（对于大型数据集可能性能更高）是

tmp = df[(df.index.get_level_values(0).isin(dates)) & (df['Price'] <= price_limit)]