Skip to main content
 首页 » 编程设计

python之Pandas :cumsum 的过去和 future

2025年02月15日7qq号

给定一个值,时间固定:

2010-06-01 : 100 

以及该值在过去和 future (相对于固定日期)发生的变化的列表:

Date         Diff 
2010-04-01   30 
2010-05-01   20 
2010-07-01   60 
2010-08-01   10 

我想要以下结果:

Date         Value 
2010-04-01   50 
2010-05-01   80 
2010-06-01   100 
2010-07-01   160 
2010-08-01   170 

基本上,固定日期之后的差异要累加,固定日期之前的差异要累减。

我目前的解决方案是:

  1. 将 diff DataFrame 过滤成两个:一个包含过去的值,一个包含 future 的值。

  2. 取反过去的 DF,将其追加到当前 DF,降序排序,并进行 cumsum。

  3. 获取 future 的 DF,将其追加到当前的 DF,升序排序,然后执行 cumsum。

  4. 将所有内容附加在一起。


一些起始代码:

pd.DataFrame({'Date': ['2010-04-01', '2010-05-01', '2010-07-01', '2010-08-01'], 'Diff': [30,20,60,10]}) 
 
pd.DataFrame({'Date': ['2010-06-01'], 'Value': [100]}) 

请您参考如下方法:

您可以创建条件并通过它们应用函数:

#convert to datetimes 
df1.Date = pd.to_datetime(df1.Date) 
df2.Date = pd.to_datetime(df2.Date) 
#join together 
df = (pd.concat([df1, df2.rename(columns={'Value':'Diff'})]) 
       .sort_values('Date') 
       .reset_index(drop=True)) 
print (df) 
        Date  Diff 
0 2010-04-01    30 
1 2010-05-01    20 
2 2010-06-01   100 
3 2010-07-01    60 
4 2010-08-01    10 
 
m1 = df.Date < df2.loc[0, 'Date'] 
m2 = ~m1 
#condition for select only appended value 
m3 = m2[[m2.idxmax()]] 
print (m3) 
2    True 
Name: Date, dtype: bool 

#multiple by -1 by condition m1 
df.loc[m1, 'Diff'] *= -1 
#chained m1 and m3 for inverse cumulative sum 
df.loc[m1 | m3, 'Diff'] = df.loc[m1 | m3, 'Diff'].iloc[::-1].cumsum() 
#classic cumsum 
df.loc[m2, 'Diff'] = df.loc[m2, 'Diff'].cumsum() 
print (df) 
 
        Date  Diff 
0 2010-04-01    50 
1 2010-05-01    80 
2 2010-06-01   100 
3 2010-07-01   160 
4 2010-08-01   170