Groupby function for cumsum and reset it index
我的条件很简单：
如果当月总和 // 100:
print sum and reset cumsum index
其他：
keep cumsumming
这是我的数据：
|
1
2 3 4 5 |
data = dict(
Year=[‘2018’, ‘2018’, ‘2018’, ‘2018’, ‘2018’, ‘2017’, ‘2017’, ‘2017’], Month=[’08’, ’08’, ’04’, ’05’, ’05’, ’06’, ’02’, ’01’], Money=[26, 50, 25, 45, 20, 36, 84, 24] ) |
这是我的尝试：
|
1
2 3 4 5 6 7 8 9 10 |
df = pd.DataFrame(data)
df = df.groupby([‘Year’, ‘Month’]).sum() df[‘cum_y’] = df.groupby([‘Year’]).Money.cumsum() df[‘cum_m’] = df.groupby([lambda x: x // 100], level=0).Money.cumsum() df[‘cum_m’] = df.groupby(lambda x: [x if x // 100 else None]).Money.cumsum() df[‘cum_m’] = df.groupby([‘Money’]).agg(lambda x: x // 100).cumsum() |
我想要这样的东西：
|
1
2 3 4 5 6 7 8 |
Money cum_y cum_m (Payout actually)
Year Month 2017 01 24 24 x (means None) 02 84 108 108 – reset cumsum counter() 06 36 144 x (36) 2018 04 25 25 x (61) 05 65 90 126 – reset cumsum counter() 08 76 166 x (76) |
- @jezrael 更新了！
我知道应该尽可能避免迭代，但这里有一个使用迭代的解决方案：
|
1
2 3 4 5 6 7 8 9 10 11 |
total = 0
Cumsum = [] for item in df.Money: total += item if total < 100: Cumsum.append(np.nan) else: Cumsum.append(total) total = 0 df[‘Cumsum’] = Cumsum |
输出：
|
1
2 3 4 5 6 7 8 |
Money Cumsum
Year Month 2017 01 24 NaN 02 84 108.0 06 36 NaN 2018 04 25 NaN 05 65 126.0 08 76 NaN |
- 那么好的旧普通python是唯一的解决方案吗？我正在考虑更多pandas的解决方法，嗯?_?但无论如何谢谢！
- 根据这篇文章(第 4 个答案) – DataFrame 元素中的普通循环比用于迭代(如 iterrows 甚至 itertuples)的专用函数更有效(214 倍大声笑)！所以我绝对不同意你的解决方案，再次感谢！ =)
来源：https://www.codenong.com/54230372/
