基于多个条件的分割总数

Question

数据框：-

ID spend month_diff    
12  10    -1         
12  10    -2         
12  20     1        
12  30     2         
13  15    -1         
13  20    -2        
13  25     1        
13  30     2        

我想根据特定 ID 的月差来获取支出总计。负数表示客户去年的支出，正数表示今年。所以，我想比较客户过去一年和今年的支出。所以条件如下：

条件：-

if month_diff >= -2 and < 0 then cumulative spend for negative months - flag=pre
if month_diff > 0 and <=2 then  cumulative spend for positive months  - flag=post

所需的数据框：-

ID spend month_diff tot_spend   flag    
12  10    -2         20         pre
12  30     2         50         post
13  20    -2         35         pre
13  30     2         55         post

Answer 1

将numpy.sign 与Series.shift、Series.ne 和Series.cumsum 一起用于连续组，并通过聚合GroupBy.last 和sum 传递给DataFrame.groupby。

最后使用numpy.select：

a = np.sign(df['month_diff'])
g = a.ne(a.shift()).cumsum()
df1 = (df.groupby(['ID', g])
         .agg({'month_diff':'last', 'spend':'sum'})
         .reset_index(level=1, drop=True)
         .reset_index())
df1['flag'] = np.select([df1['month_diff'].ge(-2) & df1['month_diff'].lt(0),
                         df1['month_diff'].gt(0) & df1['month_diff'].le(2)], 
                         ['pre','post'], default='another val')
print (df1)
   ID  month_diff  spend  flag
0  12          -2     20   pre
1  12           2     50  post
2  13          -2     35   pre
3  13           2     55  post