Skip to main content
 首页 » 编程设计

python之执行引用同一列中先前值的计算

2024年12月31日12zhoujg

我有一个试图从 Excel 电子表格复制的数据框。它有一个值列表,在最后一列中,公式应该是如果 RunningTotal = Max 那么该值应该是 0。如果 Max 等于 max.shift(1) 那么该值应该是 Diff 的最小值列和 MaxDraw 列的前一个值。

list = [-350,   1350,   300,    300,    -500,   -100,   -550,   1450, 
-3900,  -1150,  4150,   -1900,  1700,   7750,   -3050,  -1450,  -1850,   4250] 
df = pd.DataFrame(data=list, columns=['Values']) 
df['RunningTotal'] = df['Values'].cumsum() 
df['Max'] = df['RunningTotal'].cummax() 
df['Diff'] = df['RunningTotal']-df['Max'] 
df['MaxDraw'] = np.where(df['RunningTotal'] == df['Max'], 0, 
                             np.where(df['Max'] == df['Max'].shift(1), 
                                 **np.minimum(df['MaxDraw'].shift(1)**, df['Max']), np.nan)) 

双星代码片段是我尝试过的,但它看起来无法引用我正在定义的行中的值。我试过做一个临时列,但我需要以前的值才能得到最终结果。

预期结果应与下面的 MaxDraw 列匹配。

Vales   Running Total   Max MaxDraw 
-350    -350    NA      NA 
1350    1000    1000    0 
300     1300    1300    0 
300     1600    1600    0 
-500    1100    1600    -500 
-100    1000    1600    -600 
-550    450     1600    -1150 
1450    1900    1900    0 
-3900   -2000   1900    -3900 
-1150   -3150   1900    -5050 
4150    1000    1900    -5050 
-1900   -900    1900    -5050 
1700    800     1900    -5050 
7750    8550    8550    0 
-3050   5500    8550    -3050 
-1450   4050    8550    -4500 
-1850   2200    8550    -6350 
4250    6450    8550    -6350 

D3 中的 excel 公式是 =IF(A3="","",IF(C3=B3,0,IF(C3=C2,MIN(B3-C3,D2))))

任何帮助将不胜感激,因为我已经为此苦苦思索了很长一段时间!

编辑:


在尝试保持此矢量化且不必使用迭代时 - 如果最大列不等于最大列的前一行,是否有一个解决方案可以利用 np.where 并说值为 0 -否则返回差异列的运行最小值,直到最大列再次更改?

请您参考如下方法:

您需要在此处使用显式 for 循环:

m = [] 
for i in df.index: 
  if df.iloc[i,1]==df.iloc[i,2]: 
      m.append(df.iloc[i,3]) 
  else: 
     m.append(min(m[i-1],df.iloc[i,3])) 
 
df["MAXDRAW"]=m 
 df 
    Values  RunningTotal   Max  Diff  MAXDRAW 
0     -350          -350  -350     0        0 
1     1350          1000  1000     0        0 
2      300          1300  1300     0        0 
3      300          1600  1600     0        0 
4     -500          1100  1600  -500     -500 
5     -100          1000  1600  -600     -600 
6     -550           450  1600 -1150    -1150 
7     1450          1900  1900     0        0 
8    -3900         -2000  1900 -3900    -3900 
9    -1150         -3150  1900 -5050    -5050 
10    4150          1000  1900  -900    -5050 
11   -1900          -900  1900 -2800    -5050 
12    1700           800  1900 -1100    -5050 
13    7750          8550  8550     0        0 
14   -3050          5500  8550 -3050    -3050 
15   -1450          4050  8550 -4500    -4500 
16   -1850          2200  8550 -6350    -6350 
17    4250          6450  8550 -2100    -6350 

如果你需要一个函数,那么可以使用 itertools.accumulate。

list(itertools.accumulate([df.iloc[0,3]]+df.iloc[1:].values.tolist(),lambda x,y:y[3] if y[1]==y[2] else min(x,y[3]))) 

这也和functools.reduce有关

 functools.reduce(lambda x,y:x+[y[3]]if y[1]==y[2] else x+[min(x[-1],y[3])],df.iloc[1:].values.tolist(),[df.iloc[0,3]])