如果列值大于其他值，如何在Python中创建累积和列

Question

我现在正在使用 pandas 获取累积总和列。但是，仅当其他列值大于其他列值时，该列才最多包含累积和。这是我当前数据的示例：Index     A       B       C0         1       20      31         10      15      112         20      12      253         30      18      324         40      32      175         50      12      4然后，如果B列大于C ，我想要Acumsum()列，否则值为零。原始结果D列应如下所示：dfIndex     A       B       C      D0         1       20      3      11         10      15      11     112         20      12      25     03         30      18      32     04         40      32      17     405         50      12      4      90我感谢您提前提供的任何支持。

Answer 1

df = pd.DataFrame({'A': {0: 1, 1: 10, 2: 20, 3: 30, 4: 40, 5: 50},

                   'B': {0: 20, 1: 15, 2: 12, 3: 18, 4: 32, 5: 12},

                   'C': {0: 3, 1: 11, 2: 25, 3: 32, 4: 17, 5: 4}})

为您的条件创建一个布尔系列并识别连续的 True 或 False 组

b_gt_c = df.B > df.C

groups = b_gt_c.ne(b_gt_c.shift()).cumsum()

In [107]: b_gt_c

Out[107]: 

0     True

1     True

2    False

3    False

4     True

5     True

dtype: bool

In [108]: groups

Out[108]: 

0    1

1    1

2    2

3    2

4    3

5    3

dtype: int32

按这些组分组；将每组的总和乘以条件；将结果分配给新的 df 列。

gb = df.groupby(groups)

for k,g in gb:

    df.loc[g.index,'D'] = g['A'].cumsum() * b_gt_c[g.index]

In [109]: df

Out[109]: 

    A   B   C     D

0   1  20   3   1.0

1  10  15  11  11.0

2  20  12  25   0.0

3  30  18  32   0.0

4  40  32  17  40.0

5  50  12   4  90.0

您也可以跳过 for 循环：

df['G'] = np.where(df.B.gt(df.C), df.A, np.NaN)

group = df.B.gt(df.C).ne(df.B.gt(df.C).shift()).cumsum()

df['G'] = df.groupby(group).G.cumsum().fillna(0)

Answer 2

可能有更优雅的解决方案，但这也有效。

我们首先创建两个虚拟列 - x 和 x_shift。

df.x 是有条件的，我们保留 df.A 的值，其中 df.B > df.C。

df.x_shift 是我们将值移到下面一行并用 0 填充 na 的地方。

在最后一步中，我们有条件地添加 df.A 和 df.x_shift，然后删除 df.x 和 df.x_shift

df['x'] = pd.DataFrame(np.where(df.B>df.C, df.A ,0))

df['x_shift'] = df.x.shift(1).fillna(0)

df['D'] = pd.DataFrame(np.where(df.B >df.C, df.A+df.x_shift,0))

df= df.drop(['x','x_shift'], axis=1

Answer 3

虽然这有点野蛮，但您可以转换为 numpy 数组，然后编写一个简单的 catch 来遍历 3 个数组并比较值。