Skip to main content
 首页 » 编程设计

python之与两列中的 ID 关联的所有值的滚动总和

2024年12月31日9txw1958

基本上,我希望它对两列 (['id1','id2]) 中的所有 ID 进行分组,并从 ['value1','值2']

df:

id1     id2     value1    value2      
----------------------------------- 
a       b       10        5             
c       a       5         10            
b       c       0         0                     
c       d       2         1             
d       a       10        20            
a       c       5         10              
b       a       10        5             
a       b       5         2                       
c       a       2         5             
d       b       5         2      

df (if df.id = 'a') -- 只是为了简化我只用 id 'a' 显示:

id1     id2     value1    value2    a.rolling.sum(2)   
----------------------------------------------------- 
a       b       10        5         NaN    
c       a       5         10        20              
d       a       10        20        30    
a       c       5         10        25   
b       a       10        5         10 
a       b       5         2         10             
c       a       2         5         10     

期望 df(包括列 ['id1','id2'] 中的所有 id):

id1     id2     value1    value2       a.rolling.sum(2)     b.rolling.sum(2)      c.rolling.sum(2) 
--------------------------------------------------------------------------------------------- 
a       b       10        5            NaN                 NaN               NaN 
c       a       5         10           20                  NaN               NaN 
b       c       0         0            NaN                 5                 5 
c       d       2         1            NaN                 NaN               2 
d       a       10        20           30                  NaN               NaN 
a       c       5         10           25                  NaN               12 
b       a       10        5            10                  10                NaN 
a       b       5         2            10                  12                NaN 
c       a       2         5            10                  NaN               12 
d       b       5         2            NaN                 4                 NaN 

我最好需要一个 groupby 函数来分配与 x.rolling(2) 相关的所有 id,因为原始数据集有数百个 id 需要计算。

请您参考如下方法:

重新配置

i = df.filter(like='id') 
i.columns = [i.columns.str[:2], i.columns.str[2:]] 
 
v = df.filter(like='va') 
v.columns = [v.columns.str[:5], v.columns.str[5:]] 
 
d = i.join(v) 
 
d 
 
  id    value     
   1  2     1   2 
0  a  b    10   5 
1  c  a     5  10 
2  b  c     0   0 
3  c  d     2   1 
4  d  a    10  20 
5  a  c     5  10 
6  b  a    10   5 
7  a  b     5   2 
8  c  a     2   5 
9  d  b     5   2 

随机播放内容

def modified_roll(x): 
  return x.dropna().rolling(2).sum() 
 
 
extra_bit = d.stack().set_index('id', append=True).unstack().value \ 
             .apply(modified_roll).groupby(level=0).first() 
 
extra_bit 
 
id     a     b     c     d 
0    NaN   NaN   NaN   NaN 
1   20.0   NaN   NaN   NaN 
2    NaN   5.0   5.0   NaN 
3    NaN   NaN   2.0   NaN 
4   30.0   NaN   NaN  11.0 
5   25.0   NaN  12.0   NaN 
6   10.0  10.0   NaN   NaN 
7   10.0  12.0   NaN   NaN 
8   10.0   NaN  12.0   NaN 
9    NaN   4.0   NaN  15.0 

加入

df.join(extra_bit) 
 
  id1 id2  value1  value2     a     b     c     d 
0   a   b      10       5   NaN   NaN   NaN   NaN 
1   c   a       5      10  20.0   NaN   NaN   NaN 
2   b   c       0       0   NaN   5.0   5.0   NaN 
3   c   d       2       1   NaN   NaN   2.0   NaN 
4   d   a      10      20  30.0   NaN   NaN  11.0 
5   a   c       5      10  25.0   NaN  12.0   NaN 
6   b   a      10       5  10.0  10.0   NaN   NaN 
7   a   b       5       2  10.0  12.0   NaN   NaN 
8   c   a       2       5  10.0   NaN  12.0   NaN 
9   d   b       5       2   NaN   4.0   NaN  15.0