Question

我有一个熊猫数据框，如下所示：

import pandas as pd 
import numpy as np
import datetime

# intialise data of lists. 
data = {'month'      :[2,3,4,5,6,7,2,3,6,5],
        'flag': ["A","A","A","A","A","A","B","B","B","B"],
        'month1'     :[4,4,7,15,11,13,6,5,6,5],
       'value'     :[100,20,50,10,65,86,24,12,1000,200]
       } 

# Create DataFrame 
df = pd.DataFrame(data) 

# Print the output. 
df 
    month   flag    month1  value
0   2       A       4       100
1   3       A       4       20
2   4       A       7       50
3   5       A       15      10
4   6       A       11      65
5   7       A       13      86
6   2       B       6       24
7   3       B       5       12
8   6       B       6       1000
9   5       B       5       200

现在每个月都使用唯一标志，我要执行以下逻辑

1）创建一个变量“ final”并将其设置为0

2）每个月，如果month1 <= max（month），则将month == month1设置为“ final”，将month1从上个月的“ final” +原始月份的值。例如，

索引0到5是一组（标志='A'）
A组的月份列的最大值为7
对于第1行（第2个月），month1是小于7的4，请转到第4个月（第3行），将“最终”列的值更新为100（0（当前“最终”值）+100（原始月份的值）
执行以上步骤，对组中的每一行进行操作。

预期输出：

    month   flag    month1  value   Final
0   2       A       4       100     0
1   3       A       4       20      0
2   4       A       7       50      120
3   5       A       15      10      0
4   6       A       11      65      0
5   7       A       13      86      50
6   2       B       6       24      0
7   3       B       5       12      0
8   6       B       6       1000    1024
9   5       B       5       200     212

Answer 1

定义以下功能：

要应用于每行（当前组中）的函数：

$ ./a.out 
test2 42
value1: test2, value2: 42
$ ./a.out 
test3 12 34
value1: test3, value2: 12, value3: 34

要应用于每个组的功能：

def fn(row, tbl, maxMonth):
    return tbl[tbl.month1 == row.month].value.sum()

然后，要计算 final 列，请按 flag 将 df 分组并应用 fnGrp 到每个组，并将结果保存在 final 列中：

def fnGrp(grp):
    return grp.apply(fn, axis=1, tbl=grp, maxMonth=grp.month.max())

结果（添加了列的 df ）为：

df['final'] = df.groupby('flag').apply(fnGrp).reset_index(level=0, drop=True)

Answer 2

您可以groupby'flag'和'month1'并获得{value'的sum，然后merge与df加上fillna 0，例如：

new_df = df.merge(df.groupby(['flag', 'month1'])[['value']].sum(), 
                  left_on=['flag','month'], right_index=True, 
                  how='left', suffixes=('','_final'))\
           .fillna({'value_final':0})
print (new_df)
   month flag  month1  value  value_final
0      2    A       4    100          0.0
1      3    A       4     20          0.0
2      4    A       7     50        120.0
3      5    A      15     10          0.0
4      6    A      11     65          0.0
5      7    A      13     86         50.0
6      2    B       6     24          0.0
7      3    B       5     12          0.0
8      6    B       6   1000       1024.0
9      5    B       5    200        212.0

根据条件在熊猫数据框中创建一列

2 个答案: