cumsum 与平均值 - python答案

【问题标题】：cumsum with average - pythoncumsum 与平均值 - python
【发布时间】：2018-05-15 11:54:57
【问题描述】：

我有一个如下所示的 pd.DataFrame，

Hr    Name       Count       Day
6    1318       10.0        Friday     
7    1318       20.0        Friday     
8    1318       2.0         Friday     
9    1318       18.0        Friday        
6    1318       2.0         Monday
7    1318       15.0        Monday
8    1318       2.0         Monday
9    1318       5.0         Monday
6    1319       20.0        Friday     
7    1319       30.0        Friday     
8    1319       50.0        Friday     
9    1319       5.0         Friday     
6    1319       3.0         Monday
7    1319       30.0        Monday
8    1319       2.0         Monday
9    1319       5.0         Monday

我想迭代每个 Count 并对 Name 进行求和，如果值 >=20，则为 1。最后计算值达到> = 20的次数。当 Count 的总和达到 >=20 时，下一个值应与实际值一起计算。

预期的操作：

[{'Friday' :[2,3],'Monday':[1,1]}]

这是周五的做法：

1318Friday[10+20=30 30 >=20 so 1, 2+18 =20 again 1, Total is 2]
1319Friday[20 20 >=20 so 1, 30 again 1,50 again 1,5 is !>=20, Total is 3]
Finally {'Friday' : [2,3]}

我尝试过的代码：

finalresult = [data]
df = pd.DataFrame(finalresult)
df['csum'] = df.groupby(['Day','Name'])['Count'].cumsum()

【问题讨论】：

一个更好解释的问题。

标签： python-3.x pandas

【解决方案1】：

您可以通过apply 对分组数据的自定义函数来做到这一点。

## custom function
def get_cumsum(x):

    adds = 0
    counter = 0
    for i in x:
        counter += i
        if counter >= 20:
            adds += 1
            counter=0
    return adds 

## apply the function to dataframe
df1 = df.groupby(['Name','Day'])['Count'].apply(get_sum).reset_index()

## get dict 
df1.groupby('Day')['Count'].apply(list).to_dict()     
{'Friday': [2, 3], 'Monday': [1, 1]}

说明：

每次总和达到 >= 20 时，该函数都会重置并重新开始计数
我们将该功能应用于分组数据，以查找每天和姓名的计数信息。
最后，我们将步骤 2 的结果转换为 dict 以获得所需的结果。

【讨论】：

【解决方案2】：

首先创建一个运行天数：

df['running'] = (df.Day != df.Day.shift(1)).cumsum()
>>> df
    Hr  Name    Count   Day running
0   6   1318    10.0    Friday  1
1   7   1318    20.0    Friday  1
2   8   1318    2.0 Friday  1
3   9   1318    18.0    Friday  1
4   6   1318    2.0 Monday  2
5   7   1318    15.0    Monday  2
6   8   1318    2.0 Monday  2
7   9   1318    5.0 Monday  2
8   6   1319    20.0    Friday  3
9   7   1319    30.0    Friday  3
10  8   1319    50.0    Friday  3
11  9   1319    5.0 Friday  3
12  6   1319    3.0 Monday  4
13  7   1319    30.0    Monday  4
14  8   1319    2.0 Monday  4
15  9   1319    5.0 Monday  4

这将允许您按它进行分组。

现在（不幸的是）创建一个函数来计算超过 20 的计数：

def count_counts(g):
    s, c = 0, 0
    for e in g:
        s += e
        if s > 20:
            s, c = 0, c + 1
    return c

按天和跑步分组并应用它，然后按天分组并列出结果：

cc = df.Count.groupby([df.Day, df.running]).apply(count_counts).reset_index()
>>> cc.Count.groupby(cc.Day).apply(list)
Day
Friday    [1, 2]
Monday    [1, 1]
Name: Count, dtype: object

【讨论】：