DataFrame：列的累积总和，直到达到条件并在新列中返回总和答案

【问题标题】：DataFrame: cumulative sum of column until condition is reached and return sum in new columnDataFrame：列的累积总和，直到达到条件并在新列中返回总和
【发布时间】：2020-04-08 09:13:11
【问题描述】：

我是 Python 新手，目前面临一个我无法解决的问题。我真的希望你能帮助我。英语不是我的母语，所以如果我不能正确表达自己，我很抱歉。

假设我有一个像这样的数据框：

import pandas as pd
df = pd.DataFrame({'a': [1111,2222,3333,4444,5555,6666,7777,8888,9999], 'b':[0,0,1,0,1,0,0,0,1]})

我需要对“a”中的数据求和，直到达到“b中有值”的条件。这意味着对于给定的数据框：

At index=2 there is a 1 in b --> sum rows 0+1+2 = 6666
At index=4 there is a 1 in b --> sum rows 3+4 = 9999
At index=8 there is a 1 in b --> sum rows 5+6+7+8 = 33330

我尝试了 if else 情况，但没有令人满意的输出..

问候

【问题讨论】：

标签： python pandas dataframe sum

【解决方案1】：

使用Series.shift 与Series.cumsum 的累积和然后聚合sum：

df = df.groupby(df.b.shift(fill_value=0).cumsum())['a'].sum().rename_axis(None).to_frame()
print (df)
       a
0   6666
1   9999
2  33330

对于新列，首先使用GroupBy.transform 和sum，然后在b numpy.where 中设置0 如果不匹配1：

s = df.groupby(df.b.shift(fill_value=0).cumsum())['a'].transform('sum')
df['cumsum'] = np.where(df.b == 1, s, 0)

print (df)
      a  b  cumsum
0  1111  0       0
1  2222  0       0
2  3333  1    6666
3  4444  0       0
4  5555  1    9999
5  6666  0       0
6  7777  0       0
7  8888  0       0
8  9999  1   33330

【讨论】：

哦，太好了！感谢您的快速答复！工作正常！如何更改您的代码以创建一个新列，让我们说“cumsum”在 1 位于 b 中的位置填充 6666、9999、33330，并且原始数据框看起来相同。
好吧，我很抱歉我在 cmets 中换行太愚蠢了……希望现在可以理解了。原始DataFrame可以通过新列“cumsum”扩展，其中66669999和33330位于1在b列的同一行？ a b0 1111 01 2222 02 3333 13 4444 04 5555 15 6666 06 7777 07 8888 08 9999 1
是的，看到并改变了它；）对于未来的观众：两种解决方案都有效
是否还有一个命令来获取累计列的平均值？对于上述情况：(1111+2222+3333)/3 或 (4444+5555)/2?
@Klamsi - 将 sum 更改为 mean 函数。

【解决方案2】：

运行：

df.a.groupby(df.b[::-1].cumsum()).sum()\
    .sort_index(ascending=False).reset_index(drop=True).to_frame()

注意分组是按照b的倒序进行的，所以看在此列按“前进”顺序，1 的每个值终止当前组。

“后处理”步骤涉及：

颠倒顺序（按索引），
重置索引，
转换为 DataFrame（如果需要）。

【讨论】：