根据另一列numpy中的阈值和条件计算累积和

Question

我有一个数据帧，我想根据两个条件计算累积和：

• 第一个，它是表中已经存在的布尔值
• 以及一个固定的阈值，用于检查累积总和

我取得了第一名或第二名的成绩，但我发现很难将两者结合起来。

我第一次使用groupby

df['group'] = np.cumsum((df['IsSuccess'] != df['IsSuccess'].shift(1)))
df['SumSale'] = df[['Sale', 'group']].groupby('group').cumsum()

对于Pyfunc 的第二个

sumlm = np.frompyfunc(lambda a,b: b if (a+b>5) else a+b, 2, 1)
df['SumSale'] = sumlm.accumulate(df['Sale'], dtype=object)

我的df是，SumSale是我想要的结果。

df2 = pd.DataFrame({'Sale': [10, 2, 2, 1, 3, 2, 1, 3, 5, 5],
'IsSuccess': [False, True, False, False, True, False, True, False, False, False],
'SumSaleExpected': [10, 12, 2, 3, 6, 2, 3, 6, 11, 16]})

总之，一旦总和超过5，并且IsSuccess行为True，我想开始累加总和。如果可能的话，我也希望避免循环。

谢谢你的帮助！

Answer 1

我希望我能正确理解你的问题。当销售的累计总和大于5并且IsSuccess＝＝True时，该示例将减去必要值("重置"(：

df["SumSale"] = df["Sale"].cumsum()
# "reset" when SumSale>5 and IsSuccess==True
m = df["SumSale"].gt(5) & df["IsSuccess"].eq(True)
df.loc[m, "to_remove"] = df["SumSale"]
df["to_remove"] = df["to_remove"].ffill().shift().fillna(0)
df["SumSale"] -= df["to_remove"]
df = df.drop(columns="to_remove")
print(df)

打印：

Sale  IsSuccess  SumSale
0     1      False      1.0
1     2       True      3.0
2     3      False      6.0
3     2      False      8.0
4     4       True     12.0
5     3      False      3.0
6     5       True      8.0
7     5      False      5.0

---

编辑：

def fn():
sale, success = yield
cum = sale
while True:
sale, success = yield cum
if success and cum > 5:
cum = sale
else:
cum += sale

s = fn()
next(s)
df["ss"] = df["IsSuccess"].shift()
df["SumSale"] = df.apply(lambda x: s.send((x["Sale"], x["ss"])), axis=1)
df = df.drop(columns="ss")
print(df)

打印：

Sale  IsSuccess  SumSaleExpected  SumSale
0    10      False               10       10
1     2       True               12       12
2     2      False                2        2
3     1      False                3        3
4     3       True                6        6
5     2      False                2        2
6     1       True                3        3
7     3      False                6        6
8     5      False               11       11
9     5      False               16       16

Answer 2

您可以修改group方法，通过采用两个条件中的cumsum()来考虑这两个条件：

cond1 = df.Sale.cumsum().gt(5).shift().bfill()
cond2 = df.IsSuccess.shift().bfill()
df['group'] = (cond1 & cond2).cumsum()

既然group考虑了这两种情况，您可以直接在这些伪组中使用cumsum()：

df['SumSale'] = df.groupby('group').Sale.cumsum()
#    Sale  IsSuccess  group  SumSale
# 0     1      False      0        1
# 1     2       True      0        3
# 2     3      False      0        6
# 3     2      False      0        8
# 4     4       True      0       12
# 5     3      False      1        3