Skip to main content
 首页 » 编程设计

python之Pandas:仅当时间戳大于另一列的时间戳时才获取列的累计和

2024年11月01日12落叶无声

对于每个客户,我只想在时间戳 1 小于时间戳 2 时获得一列的累计总和(美元值(value))。我可以根据客户对值进行笛卡尔连接或遍历数据框,但想看看是否有更简单的方法可以通过 groupby 和应用来做到这一点。

数据框:

df = pd.DataFrame({'Customer': ['Alice','Brian','Alice','Alice','Alice','Brian', 'Brian'], 'Timestamp': [1,2,3,4,5,3,6], 'Timestamp 2': [2,5,4,6,7,5,7], 'Dollar Value':[0,1,3,5,3,2,3]}) 

排序值:

df = df.sort_values(['Customer','Timestamp']) 

预期结果:

df['Desired_result'] = [0,0,0,3,0,0,3] 

请您参考如下方法:

这可以工作

获取条件匹配的行然后做cumsum

cond = df["Timestamp"]>df["Timestamp 2"] 
df["Dollar Value"].where(cond, 0).groupby([cond, df["Customer"]]).cumsum() 

编辑 根据您的评论,这可能就是您想要的

df = pd.DataFrame({'Customer': ['Alice','Brian','Alice','Alice','Alice','Brian', 'Brian'], 'Timestamp': [1,2,3,4,5,3,6], 'Timestamp 2': [2,5,4,6,7,5,7], 'Dollar Value':[0,1,3,5,3,2,3]}) 
 
def sum_dollar_value(group): 
    group = group.copy() 
    last_row = group.iloc[-1, :] 
    cond = group["Timestamp 2"]<last_row["Timestamp"] 
    group.loc[last_row.name, "result"] = np.sum(group["Dollar Value"].where(cond, 0)) 
    return group 
 
df.groupby("Customer").apply(sum_dollar_value).reset_index(level=0, drop=True)