gấu trúc python có điều kiện tổng tích lũy

Question

Cân nhắc dataframe tôi df

data data_binary sum_data 
    2  1   1 
    5  0   0 
    1  1   1 
    4  1   2 
    3  1   3 
    10  0   0 
    7  0   0 
    3  1   1 

tôi muốn để tính toán số tiền tích lũy của data_binary trong nhóm 1 giá trị tiếp giáp.

Nhóm đầu tiên của 1 có một đơn 1 và sum_data chỉ có 1. Tuy nhiên, nhóm thứ hai của 1 có 3 1 và sum_data là [1, 2, 3].

Tôi đã cố gắng sử dụng np.where(df['data_binary'] == 1, df['data_binary'].cumsum(), 0) nhưng mà trả

array([1, 0, 2, 3, 4, 0, 0, 5]) 

Mà không phải là những gì tôi muốn.

Answer 1

Tôi nghĩ rằng bạn có thể groupby với DataFrameGroupBy.cumsum bởi Series, nơi đầu tiên so sánh giá trị tiếp theo bằng cách shift ed cột nếu không bằng nhau (!=) và sau đó tạo nhóm theo cumsum. Cuối cùng thay 0 theo cột data_binary với mask:

print (df.data_binary.ne(df.data_binary.shift()).cumsum()) 
0 1 
1 2 
2 3 
3 3 
4 3 
5 4 
6 4 
7 5 
Name: data_binary, dtype: int32 

df['sum_data1'] = df.data_binary.groupby(df.data_binary.ne(df.data_binary.shift()).cumsum()) 
           .cumsum() 
df['sum_data1'] = df['sum_data1'].mask(df.data_binary == 0, 0) 
print (df) 
    data data_binary sum_data sum_data1 
0  2   1   1   1 
1  5   0   0   0 
2  1   1   1   1 
3  4   1   2   2 
4  3   1   3   3 
5 10   0   0   0 
6  7   0   0   0 
7  3   1   1   1 

Answer 2

bạn muốn lấy số tiền tích lũy của data_binary và trừ số tiền tích lũy gần đây nhất nơi data_binary là zero.

b = df.data_binary 
c = b.cumsum() 
c.sub(c.mask(b != 0).ffill(), fill_value=0).astype(int) 

0 1 
1 0 
2 1 
3 2 
4 3 
5 0 
6 0 
7 1 
Name: data_binary, dtype: int64 

---

Giải thích

Hãy bắt đầu bằng cách nhìn vào mỗi bên từng bên

cols = ['data_binary', 'cumulative_sum', 'nan_non_zero', 'forward_fill', 'final_result'] 
print(pd.concat([ 
     b, c, 
     c.mask(b != 0), 
     c.mask(b != 0).ffill(), 
     c.sub(c.mask(b != 0).ffill(), fill_value=0).astype(int) 
    ], axis=1, keys=cols)) 


    data_binary cumulative_sum nan_non_zero forward_fill final_result 
0   1    1   NaN   NaN    1 
1   0    1   1.0   1.0    0 
2   1    2   NaN   1.0    1 
3   1    3   NaN   1.0    2 
4   1    4   NaN   1.0    3 
5   0    4   4.0   4.0    0 
6   0    4   4.0   4.0    0 
7   1    5   NaN   4.0    1 

Vấn đề với cumulative_sum là hàng nơi data_binary là số không, làm không đặt lại tổng. Và đó là động lực cho giải pháp này. Làm cách nào để chúng tôi "đặt lại" tổng khi data_binary bằng không? Dễ dàng! Tôi cắt tổng tích lũy nơi data_binary bằng 0 và chuyển tiếp điền vào các giá trị. Khi tôi lấy sự khác biệt giữa điều này và tổng tích luỹ, tôi đã đặt lại số tiền một cách hiệu quả.