Question

我要累加一列，但求和之前必须将每一行的值与另一列的值进行检查，如果另一列的值较小，则该值将累加起来，而不是第一列的前一行。考虑以下数据帧：

df = pd.DataFrame({'X': [0,1,0,1,1,0,0,0,0,1,1,1,0,1], 'Y': [0, 0, 1, 1, 1, 2, 3, 4, 4, 4, 4, 4, 5, 5]})
    X   Y
0   0   0
1   1   0
2   0   1
3   1   1
4   1   1
5   0   2
6   0   3
7   0   4
8   0   4
9   1   4
10  1   4
11  1   4
12  0   5
13  1   5

现在，我想累加X，但是如果Y小于上一行中的X，它将累加而不是X。例如，X的第二行的累加结果为1，但是第二秒为0 Y的行小于1，我们将其替换。然后，第三行的总和将为0而不是1。我使用“ for循环”编写了代码，如下所示，但是对于大型数据集来说根本没有效率：

df['Z'] = 0
for index in range(1,len(df)):
    df.loc[index, 'Z'] = min(df.loc[index, 'X']+df.loc[index-1, 'Z'], df.loc[index, 'Y'])

Z的预期结果将是：

    X   Y   Z
0   0   0   0
1   1   0   0
2   0   1   0
3   1   1   1
4   1   1   1
5   0   2   1
6   0   3   1
7   0   4   1
8   0   4   1
9   1   4   2
10  1   4   3
11  1   4   4
12  0   5   4
13  1   5   5

我希望有人可以提出一种更有效的方法。

Answer 1

由于您的“专业累积”取决于先前的结果，您无法使用实际的 cumsum 函数。

相反，您应该使用“带有内存”功能（请记住先前返回的值），并在下一次调用中使用（用于下一行）。

行 0 是一种特殊情况。由于对于第 0 行，没有以前的行 Z 列的值，即使在您的代码中，您也将结果留给了第一行为 0 ，所以我在函数中的操作相同（见下文）。

其他行是根据您的算法计算的。

要计算您的“专业累积”，请定义以下函数：

def myCumSum(row):
    if row.name == 0:
        myCumSum.prev = 0
    else:
        myCumSum.prev = min(row.X + myCumSum.prev, row.Y)
    return myCumSum.prev

关于 row.name 的一些解释：它实际上是当前行和我的解决方案依赖于事实，即源DataFrame 具有默认索引，即从 0 开始的连续数字。

然后将其应用于每一行，并将结果保存在新列（ Z ）中：

df['Z'] = df.apply(myCumSum, axis=1)

结果是：

    X  Y  Z
0   0  0  0
1   1  0  0
2   0  1  0
3   1  1  1
4   1  1  1
5   0  2  1
6   0  3  1
7   0  4  1
8   0  4  1
9   1  4  2
10  1  4  3
11  1  4  4
12  0  5  4
13  1  5  5

熊猫：基于另一列的上一行值的条件总和

1 个答案: