Question

我正在尝试在熊猫数据帧中开始累积总和，每次绝对值高于0.009时都重新启动。可以给您摘录我的尝试，但我认为它们只会分散您的注意力。用np.where尝试了几种方法，但是在某些时候它们开始重叠并且将错误的结果排除掉。

b列是所需的输出。

df = pd.DataFrame({'values':(49.925,49.928,49.945,49.928,49.925,49.935,49.938,49.942,49.931,49.952)})
df['a']=df.diff()

 values      a      b
0  49.925    NaN  0.000
1  49.928  0.003  0.003
2  49.945  0.017  0.020 (restart cumsum next row)
3  49.928 -0.017 -0.017 (restart cumsum next row)
4  49.925 -0.003 -0.003
5  49.935  0.010  0.007
6  49.938  0.003  0.010 (restart cumsum next row)
7  49.942  0.004  0.004
8  49.931 -0.011 -0.007
9  49.952  0.021  0.014 (restart cumsum next row)

因此，实际目标是让python了解我要在累计和超过绝对值0.009时重新启动累计和

Answer 1

我无法以向量化的方式解决此问题，但是应用有状态功能似乎可行。

import pandas as pd
from pandas.compat import StringIO
print(pd.__version__)

df = pd.DataFrame({'values':(49.925,49.928,49.945,49.928,49.925,49.935,49.938,49.942,49.931,49.952)})
df['a']=df.diff()

accumulator = 0.0
reset = False
def myfunc(x):
    global accumulator, reset
    if(reset):
        accumulator = 0.0
        reset = False
    accumulator += x 
    if abs(accumulator) > .009: 
        reset = True
    return accumulator

df['a'].fillna(value=0, inplace=True)
df['b'] = df['a'].apply(myfunc)
print(df)

生产

0.24.2
   values      a      b
0  49.925  0.000  0.000
1  49.928  0.003  0.003
2  49.945  0.017  0.020
3  49.928 -0.017 -0.017
4  49.925 -0.003 -0.003
5  49.935  0.010  0.007
6  49.938  0.003  0.010
7  49.942  0.004  0.004
8  49.931 -0.011 -0.007
9  49.952  0.021  0.014

重新启动熊猫数据框中的累积总和

1 个答案: