Pandas Dataframe - 基于具有条件的列上的累积总和记录行数

问题描述

在 df 下面我已经有了“A”列。我正在尝试添加另一列“Desired”,其中值是对应 A 值下方的行数,首先满足:A 值的累积总和 >= 8

例如:“Desired”列的第 1 行将是 3,因为 5+2+3 >= 8。“Desired”列的第 2 行将是 4,因为 2+3+2+2>=8

因此理想的新 df 如下所示。

df:

@H_404_78@

解决方法

使用 cumsum() 和 for 循环:

df = pd.DataFrame({'A':[8,5,2,3,1,11,8,6]})
cumsum_arr = df['A'].cumsum().values
desired = np.zeros(len(df))
for i in range(len(df)):
    desired[i] = np.argmax((cumsum_arr[i:] - cumsum_arr[i])>=8)
df['desrired'] = desired
df['desrired'] = df['desrired'].replace(0,np.nan)
    A   desrired
0   8   3.0
1   5   4.0
2   2   4.0
3   3   4.0
4   2   3.0
5   2   2.0
6   1   1.0
7   11  1.0
8   8   NaN
9   6   NaN
,

使用rolling()窗口可以实现无任何循环。

df = pd.read_csv(io.StringIO("""|A|Desired|
|8  |3   |
|5  |4   |
|2  |4   |
|3  |4   |
|2  |3   |
|2  |2   |
|1  |1   |
|11 |1   |
|8  |NA   |
|6  |NA   |"""),sep="|")
df = df.drop(columns=[c for c in df.columns if "Unnamed" in c])
df["Desired"] = pd.to_numeric(df["Desired"],errors="coerce").astype("Int64")

# https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.rolling.html see example
indexer = pd.api.indexers.FixedForwardWindowIndexer(window_size=len(df))
df["DesiredCalc"] = (df["A"]
                     # looking at rows after current row
                     .shift(-1)
                     .rolling(indexer,min_periods=1)
                     # if any result of cumsum()>=8 then return zero based index + 1,else no result
                     .apply(lambda x: np.where(np.cumsum(x).ge(8).any(),np.argmax(np.cumsum(x).ge(8)) + 1,np.nan))
                     .astype("Int64")
                    )

输出

 A  Desired  DesiredCalc
 8        3            3
 5        4            4
 2        4            4
 3        4            4
 2        3            3
 2        2            2
 1        1            1
11        1            1
 8     <NA>         <NA>
 6     <NA>         <NA>
A 需要
8 3
5 4
2 4
3 4
2 3
2 2
1 1
11 1
8 不适用
6 不适用