Python - Pandas：创建新列，该列是另一列的组以日期列为条件的总和答案

【问题标题】：Python - Pandas: Create new column that is the aggregate sum of another column's group conditional on a date columnPython - Pandas：创建新列，该列是另一列的组以日期列为条件的总和
【发布时间】：2023-01-28 02:19:11
【问题描述】：

样本数据：

Column A	Column B	Column C
Bill	1	2022-09-01
John	0	2022-09-02
Bill	1	2022-09-04
Bill	0	2022-09-10

我想创建一个列，其中 B 列是基于 A 列求和的......但只有 C 列小于或等于当前行的实例。

我想要的是：

Column A	Column B	Column C	NEW COL
Bill	1	2022-09-01	0
John	0	2022-09-02	0
Bill	1	2022-09-04	1
Bill	0	2022-09-10	2

因此，新列是在 A 列上分组的 B 列的总和，但它只是对 C 列中当前行之前的日期的 B 列求和。因此，在上面的最后一行中，Bill 在 NEW COL 中有一个 2，因为 B 列是针对 2022-09-10 之前的所有实例求和的。

我有一个基本聚合的 groupby：

df.groupby('Column A')['Column B'].transform(np.sum)

但这并没有考虑日期，我一直在纠结到底是使用 groupby 还是需要使用 lambda 函数。

【问题讨论】：

标签： python pandas conditional-statements aggregate

【解决方案1】：

尝试这个。

 df['NEW COL'] = (df.groupby('Column A')
                   .apply(lambda x: x[x['Column C'] <= x['Column C']]
                   .sum()['Column B']))

【讨论】：

【解决方案2】：

IIUC：

(df.sort_values(by='Column C')
   .groupby('Column A')['Column B']
   .transform(lambda s: s.cumsum().shift(fill_value=0))
)

【讨论】：