在给定特定值的情况下，通过 Pandas Dataframe 查看先前的条目

问题描述

我正在尝试自学 python，所以这个问题比具体问题更笼统，但我真的很感激一些指点！我想知道如何遍历数据帧，对每一行执行计算，在其中将列值之一添加到具有相同特征的前一行中的值。举例来说，假设我有以下 df：

      date    order_id    price    cust_id
0 2020-05-01       101   10.5      A1
1 2020-06-03       102  116.3      A2
2 2020-06-04       103   58.4      A3
3 2020-06-05       104   62.5      A1
4 2020-06-06       105   40.2      A1
5 2020-11-10       106   15.6      A4
6 2020-11-15       107   89.4      A5
7 2020-11-20       108   72.1      A6
8 2020-11-21       109   53.6      A5
9 2020-11-22       110   14.5      A4

我想创建一个新列“rtotal”，它给出了迄今为止特定客户订单价值的运行总和。我一直在尝试各种不同的方法，但一无所获。我一直在尝试这些方法：

df=df.assign(rtotal="")
for i in range (0,len(df)):
           df.rtotal[i] = df['price'].iloc[i] + df.loc[df['cust_id'].shift(-1)== df.cust_id[i],'rtotal']

我遇到的两个问题首先是如何处理出现新 cust_id 的行（即这是它们的第一个顺序，因此不存在以前的值）以及如何让循环查看具有相同 cust_id 的最后一个值,取总和，然后加上当前订单的价格。

正如我所说，我正在努力学习如何解决这样的一般问题，而不仅仅是这个特定问题，因此非常感谢您收到任何指示！

解决方法

让我们试试groupby cumsum：

import pandas as pd

df = pd.DataFrame({'date': {0: '2020-05-01',1: '2020-06-03',2: '2020-06-04',3: '2020-06-05',4: '2020-06-06',5: '2020-11-10',6: '2020-11-15',7: '2020-11-20',8: '2020-11-21',9: '2020-11-22'},'order_id': {0: 101,1: 102,2: 103,3: 104,4: 105,5: 106,6: 107,7: 108,8: 109,9: 110},'price': {0: 10.5,1: 116.3,2: 58.4,3: 62.5,4: 40.2,5: 15.6,6: 89.4,7: 72.1,8: 53.6,9: 14.5},'cust_id': {0: 'A1',1: 'A2',2: 'A3',3: 'A1',4: 'A1',5: 'A4',6: 'A5',7: 'A6',8: 'A5',9: 'A4'}})

df['rtotal'] = df.groupby('cust_id')['price'].cumsum()
print(df)

输出：

         date  order_id  price cust_id  rtotal
0  2020-05-01       101   10.5      A1    10.5
1  2020-06-03       102  116.3      A2   116.3
2  2020-06-04       103   58.4      A3    58.4
3  2020-06-05       104   62.5      A1    73.0
4  2020-06-06       105   40.2      A1   113.2
5  2020-11-10       106   15.6      A4    15.6
6  2020-11-15       107   89.4      A5    89.4
7  2020-11-20       108   72.1      A6    72.1
8  2020-11-21       109   53.6      A5   143.0
9  2020-11-22       110   14.5      A4    30.1

---

（按 cust_id 排序以便更容易查看）

df = df.sort_values('cust_id')

         date  order_id  price cust_id  rtotal
0  2020-05-01       101   10.5      A1    10.5
3  2020-06-05       104   62.5      A1    73.0
4  2020-06-06       105   40.2      A1   113.2
1  2020-06-03       102  116.3      A2   116.3
2  2020-06-04       103   58.4      A3    58.4
5  2020-11-10       106   15.6      A4    15.6
9  2020-11-22       110   14.5      A4    30.1
6  2020-11-15       107   89.4      A5    89.4
8  2020-11-21       109   53.6      A5   143.0
7  2020-11-20       108   72.1      A6    72.1