假设我具有以下DataFrame:
df = pd.DataFrame({'Event': ['A', 'B', 'A', 'A', 'B', 'C', 'B', 'B', 'A', 'C'],
'Date': ['2019-01-01', '2019-02-01', '2019-03-01', '2019-03-01', '2019-02-15',
'2019-03-15', '2019-04-05', '2019-04-05', '2019-04-15', '2019-06-10'],
'Sale': [100, 200, 150, 200, 150, 100, 300, 250, 500, 400]})
df['Date'] = pd.to_datetime(df['Date'])
df
Event Date Sale
A 2019-01-01 100
B 2019-02-01 200
A 2019-03-01 150
A 2019-03-01 200
B 2019-02-15 150
C 2019-03-15 100
B 2019-04-05 300
B 2019-04-05 250
A 2019-04-15 500
C 2019-06-10 400
我想获得以下结果:
Event Date Sale Total_Previous_Sale
A 2019-01-01 100 0
B 2019-02-01 200 0
A 2019-03-01 150 100
A 2019-03-01 200 100
B 2019-02-15 150 200
C 2019-03-15 100 0
B 2019-04-05 300 350
B 2019-04-05 250 350
A 2019-04-15 500 450
C 2019-06-10 400 100
其中df['Total_Previous_Sale']
是事件(df['Sale']
)在相邻日期(df['Event']
)之前发生的总销售额(df['Date']
)。例如,
基本上,它与条件累积总和几乎相同,但仅适用于所有以前的值(不包括当前值)。我可以使用此行获得所需的结果:
df['Sale_Total'] = [df.loc[(df['Event'] == df.loc[i, 'Event']) & (df['Date'] < df.loc[i, 'Date']),
'Sale'].sum() for i in range(len(df))]
虽然速度很慢,但是效果很好。我相信有一个更好,更快的方法。我已经尝试过这些行:
df['Total_Previuos_Sale'] = df[df['Date'] < df['Date']].groupby(['Event'])['Sale'].cumsum()
或
df['Total_Previuos_Sale'] = df.groupby(['Event'])['Sale'].shift(1).cumsum().fillna(0)
但它会产生NaN或产生不良结果。
答案 0 :(得分:2)
每个sum
首先聚合Event
,Date
则MultiIndex
,然后按第一级Event
进行分组,并使用shift
和累积总和lambda函数和最后一个join
在一起:
s = (df.groupby(['Event', 'Date'])['Sale']
.sum().groupby(level=0)
.apply(lambda x: x.shift(1).cumsum())
.fillna(0)
df = df.join(s.rename('Total_Previuos_Sale'), on=['Event','Date'])
print (df)
Event Date Sale Total_Previuos_Sale
0 A 2019-01-01 100 0.0
1 B 2019-02-01 200 0.0
2 A 2019-03-01 150 100.0
3 A 2019-03-01 200 100.0
4 B 2019-02-15 150 200.0
5 C 2019-03-15 100 0.0
6 B 2019-04-05 300 350.0
7 B 2019-04-05 250 350.0
8 A 2019-04-15 500 450.0
9 C 2019-06-10 400 100.0
答案 1 :(得分:0)
最后,我可以找到一种更好,更快的方法来获得所需的结果。事实证明,这很容易。一个可以尝试:
df['Total_Previous_Sale'] = df.groupby('Event')['Sale'].cumsum() \
- df.groupby(['Event', 'Date'])['Sale'].cumsum()