Pandas Cumsum 条件重置

Question

我正在使用现有的解决方案来尝试生成在某个值（在本例中 >= 16）后重置的累积总和。目前我得到以下输出，但有些情况下 cumsum 仍然大于 16。

Size    cumsum
8       8
8       16     ---correct
8       8
8       16     ---correct
7       7
6       13     (should be reset here since next value causes cumsum >16)
7       20     ---incorrect
6       6
5       11
2       13

我使用的代码是：

df = pd.DataFrame({'Size':[8,8,8,8,7,6,7,6,5,2]})

ls = []  
cumsum = 0
last_reset = 0
for _, row in df.iterrows():
    cumsum = cumsum + row.Size
    ls.append(cumsum)
    if cumsum >= 16:
        last_reset = cumsum
        cumsum = 0 
df['cumsum'] = ls

任何想法如何纠正这个问题？

Answer 1

df = pd.DataFrame({'Size':[8,8,8,8,7,6,7,6,5,2]})

ls = []  
cumsum = 0
last_reset = 0
for _, row in df.iterrows():
    if cumsum + row.Size <= 16:
        cumsum += row.Size
    else:
        last_reset = cumsum
        cumsum = row.Size
    ls.append(cumsum)

df['cumsum'] = ls

结果：

    Size    cumsum
0   8       8
1   8       16
2   8       8
3   8       16
4   7       7
5   6       13
6   7       7
7   6       13
8   5       5
9   2       7

Answer 2

此处接受的答案略有不同：Perfrom cumulative sum over a column but reset to 0 if sum become negative in Pandas 可以帮助您解决这个问题。

由于这个解决方案使用了 numba，它会比普通的iterrows 解决方案快很多

@njit
def cumli(x, lim):
    total = 0
    result = []
    for i, y in enumerate(x):
        total += y
        if (total) > lim:
            total = y
        result.append(total)
    return result

cumli(df.Size.values, 16)

# [8, 16, 8, 16, 7, 13, 7, 13, 5, 7]

Answer 3

我认为，一个好的解决方案是将“带记忆功能”应用于每个值 来自您感兴趣的列。

定义以下函数来计算总和：

def myCumSum(val):
    myCumSum.sum += val
    if myCumSum.sum > 16:
        myCumSum.sum = val
    return myCumSum.sum

注意这个函数有一个属性（sum），应该设置 在第一次调用此函数之前。

myCumSum.sum = 0

然后将其应用到 Size 列并将结果保存为 cumsum 列：

df['cumsum'] = df.Size.apply(myCumSum)