Pandas DataFrame 上的条件分组迭代

Question

我有以下数据框：

user	event_id	event_creation	event_b	USD
a	1	2021/07/01	NaN	10
a	2	2021/07/02	2021/07/17	10
a	3	2021/07/22	2021/08/02	10
a	4	2021/07/24	2021/08/02	10
a	5	2021/07/24	2021/08/06	10
a	6	2021/08/16	2021/01/29	10
b	7	2021/08/18	2021/10/14	10

我想根据条件聚合 sum_cum 创建一个新列。
按用户分组，遍历 event_ids，
对于每个 event_id，查看所有之前的事件，并将 event_b 日期小于当前事件创建日期的所有事件的美元金额相加。
所以我会得到以下DataFrame：

user	event_id	event_creation	event_b	USD	sum_cum
a	1	2021/07/01	NaN	10	0
a	2	2021/07/02	2021/07/17	10	0
a	3	2021/07/22	2021/08/02	10	10
a	4	2021/07/24	2021/08/02	10	10
a	5	2021/07/24	2021/08/06	10	10
a	6	2021/08/16	2021/01/29	10	40
b	7	2021/08/18	2021/10/14	10	0

我尝试创建循环但没有任何结果，我希望解释清楚，谢谢你的帮助:)

Answer 1

试试这个：

df.apply(
    lambda x: df[
        (df.event_b < x.event_creation) &
        (df.event_id < x.event_id) &
        (df.user == x.user)
    ].USD.sum(),
    axis=1)

您也可以使用groupby 代替df.user == x.user

如果您有一个非常大的数据集，它可能会变得很慢，因为您正在为每一行切片 df。