根据另一列的值在列内求和答案

【问题标题】：Sum within column based on values from another column根据另一列的值在列内求和
【发布时间】：2021-05-05 16:53:28
【问题描述】：

对于value_to_sum 和indicator 列，我有一个如下所示的熊猫数据框。我想将value_to_sum 中的所有值相加，直到并包括indicator == True 所在列中的最新值。如果indicator == False，我不想和。

row	value_to_sum	indicator	desired_outcome
1	1	True	NaN
2	3	True	1
3	1	False	NaN
4	2	False	NaN
5	4	False	NaN
6	6	True	10
7	2	True	6
8	3	False	NaN

如何实现desired_outcome下的值？

【问题讨论】：

您写道：“直到并包括最近的值”，但您在第 2 行中的示例显示其他内容。还是我在这里误解了什么？否则为什么第 6 行是第 9 行？
我不想在 desired_outcome 下的总和中的同一行中包含 value_to_sum 中的值。但是总和应该包括indicator == True 的最后一行。所以“最近”是指我们所在行上一个的最近行。
好的，但是为什么第 6 行等于 9？
好收获！我总结错了！第 6 行的总和应该是第 2-5 行的总和 (3+1+2+4 = 10)。

标签： python pandas

【解决方案1】：

您可以根据indicator 列的True 的.cumsum() 值设置一个组，然后将.groupby() 与.transform() 一起使用以获得每个组的value_to_sum 的总和。

然后，对于indicator == True，由于期望的结果取决于上一行，我们使用.shift() 从最后一行获取desired_outcome 的值。同时，对于indicator == False，我们将desired_outcome的值设置为NaN。最后两个步骤是通过调用 np.where() 来完成的。

df['desired_outcome'] = df.assign(group=df['indicator'].cumsum()).groupby('group')['value_to_sum'].transform('sum')
df['desired_outcome'] = np.where(df['indicator'], df['desired_outcome'].shift(), np.nan)

结果：

print(df)



   row  value_to_sum  indicator  desired_outcome
0    1             1       True              NaN
1    2             3       True              1.0
2    3             1      False              NaN
3    4             2      False              NaN
4    5             4      False              NaN
5    6             6       True             10.0
6    7             2       True              6.0
7    8             3      False              NaN

【讨论】：