Python Pandas找到金额大于目标的日期的更好方法

Question

我正试图弄清楚特定用户何时首次达到既定目标。作为一个简化版本，我有2个数据集（1个捐款和1个筹款人）

import pandas as pd
import numpy as np    
Donations = pd.DataFrame({
           "id": pd.Series([1,2,3,4,5,6,7,8,9,10]),
           "amount": pd.Series([10, 15, 10, 15, 10, 20, 70, 20,20,30]),
           "solicitor": pd.Series([1, 1, 2, 2, 3, 4, 5, 1,1,2]), 
           "day": ([1,2,1,2,2,3,2,4,5,5]), 
           })
Fundraisers = pd.DataFrame({
           "id": pd.Series([1,2,3,4,5]),
           })

所以假设目标是30，我想找到第一天每个筹款人至少筹集到30美元。我通过使用groupby和for循环实现了这一点

def test(group, amount):
    group = group.sort("day")
    myamount = 0
    date = np.NaN
    for i in group.index:
        myamount = myamount + group.loc[i, "amount"]
        if (myamount >= amount):
            date = group.loc[i, "day"]
            break
    return date
Fundraisers =  Fundraisers.set_index(['id'])
Fundraisers["first day"] = Donations.groupby(["solicitor"]).apply(lambda x: test(x, 30))
Fundraisers = Fundraisers.reset_index()  

我只是觉得有一种更好的方法可以做到这一点，而不是使用for循环来处理每一笔捐款。所以想知道是否有更好的方法来解决这个问题？

Answer 1

首先我假设筹款人的id是唯一的，因此我建议您使用该id作为索引。在你的例子中，我会这样做：

Fundraisers = pd.DataFrame(index= pd.Series([1,2,3,4,5]))

然后我建议你一个代码，比如：

Donations.sort("day",inplace=True)
cumulative_amount = Donations.groupby('solicitor').amount.cumsum()
Fundraisers['first day'] = Donations[cumulative_amount>=30].groupby('solicitor').min().day

那它呢？