Pandas cumsum 在单独的列条件下

Question

我在使用 Pandas 和 cumsum 时遇到问题，它的行为与我预期的不一样，所以想知道是否有人可以阐明它是如何工作的。

我有一个如下所示的数据框：

|     |price    |flag  |cum_sum  |
|-----|---------|------|---------|
|0    |2        |1     |2        |
|1    |5        |1     |7        |
|2    |8        |1     |15       |
|3    |9        |0     |0        |
|4    |12       |0     |0        |
|5    |2        |1     |17       |

目前代码如下：

df['cum_sum'] = df.groupby(by=['flag','price']).sum().groupby(level=[1]).cumsum()

我只希望它对指定标志的列求和。我觉得这应该很简单，但我缺少一些基本的东西。数据集很大，所以没有寻找任何循环或迭代答案。

Answer 1

看起来你已经拥有了大部分你想要的东西。如果您想要 0 标志的空值 (NaN)，请执行以下操作：

df['cum_sum'] = df[df['flag'] == 1]['price'].cumsum()

flag price cum_sum 0 1 2 2.0 1 1 5 7.0 2 1 8 15.0 3 0 9 NaN 4 0 12 NaN 5 1 2 17.0

Answer 2

这是你想要的吗？

In [15]: df.price.mul(df.flag).cumsum().mul(df.flag)
Out[15]:
0     2
1     7
2    15
3     0
4     0
5    17
dtype: int64