python - 每次求和通过某个阈值时如何重新采样？

Question

如果我有一个像这样的 pandas 数据框:

 df = pd.DataFrame([
     ['A' ,0],['B', 2 ],['C', 2],['D', 1],
     ['E', 3 ],['F', 2 ],['G', 1],['H', 3],['I', 2 ]
], columns=['l', 'A'])

    A
  A 0 
  B 2 
  C 2
  D 1
  E 3 
  F 2 
  G 1
  H 3
  I 2 

如何对数据进行重新采样，以便在加起来 5 后提取最接近的值，从而得到如下所示的数据框:

     A
   D 1
   F 2
   I 2

Answer 1

您可以使用 pandas cumsum() 函数按累积和进行分组，然后除以 5 并保留新被除数的整数值的第一次出现。例如:

df['cumsum'] = (df['A'].cumsum()//5).replace(0,np.nan)
df.groupby('cumsum').first() ## keep first

Out[1]:
        l   A
cumsum      
1.0     D   1
2.0     F   2
3.0     I   2