Question

我有一个熊猫数据框，如下所示：

  id price hour minute  date
  1  10    03   07      01/11
  2  4     03   59      01/11
  3  5     02   21      01/11
  4  6     03   47      02/09
  5  1     04   28      02/04
  6  7    05   50      01/11
  7  3     02   01      01/11
  8  2     01   23      01/11
  ...

我想要一个输出，如：

  id price hour minute  date   cumprice
  1  10    03   07      01/11  19
  2  4     03   59      01/11  14
  3  5     02   21      01/11  20
  4  6     03   47      02/09  6
  5  1     04   28      02/04  1
  6  7     05   50      01/11  7
  7  3     02   01      01/11  10
  8  2     01   23      01/11  10
  ...

我不知道要快完成这项工作。任何人都可以帮助我，快速做到这一点？

Answer 1

您可以groupby date并使用transform添加一列，其中包含每组价格的sum：

df['cumsprice'] = df.groupby('date').price.transform('sum')

   id  price  hour  minute   date  cumsprice
0   1     10     3       7  01/11         19
1   2      4     3      59  01/11         19
2   3      5     2      21  01/11         19
3   4      6     3      47  02/09          6
4   5      1     4      28  02/04          1

更新

在更改预期的解决方案后进行更新。为了对相等的连续日期进行分组，您可以通过检查日期更改在哪些行上并采用其中的cumsum来创建自定义分组器：

g = df.date.ne(df.date.shift(1))
df['cumprice'] = df.groupby(g.cumsum()).price.transform('sum')    

print(df)
   id  price  hour  minute   date  cumsprice  cumprice
0   1     10     3       7  01/11         31      19.0
1   2      4     3      59  01/11         31      19.0
2   3      5     2      21  01/11         31      19.0
3   4      6     3      47  02/09          6       6.0
4   5      1     4      28  02/04          1       1.0
5   6     12     5      50  01/11         31      12.0

如何对每行时间前1小时到后1小时的价格进行汇总，Pandas

1 个答案: