python - Cumsum 列,同时跳过行或根据实际 cumsum 的结果在条件上设置固定值

标签 python pandas numpy cumsum

我正在尝试在 pandas 中找到一个矢量化解决方案,该解决方案在电子表格中很常见,即在基于实际 cumsum 的结果跳过或设置固定值的情况下进行 cumsum。我有以下内容:

    A
1   0
2  -1
3   2
4   3
5  -2
6  -3
7   1
8  -1
9   1
10 -2
11  1
12  2 
13 -1
14 -2

我需要添加第二列,其中的总和为“A”,如果其中一个总和为正值,则将其替换为 0,并使用该 0 继续计算总和。同时,如果总和给出了低于 B 列中 0 后记录的 A 列中最低值的负值我需要将其替换为 A 列中的最低值。我知道这是一个很大的问题,但是是否有矢量化解决方案?也许使用辅助列。结果应如下所示:

    A   B
1   0   0
2  -1  -1  # -1+0 = -1
3   2   0  # -1 + 2 = 1 but  1>0 so this is 0
4   3   0  # same as previous row
5  -2  -2  # -2+0 = -2
6  -3  -3  # -2-3 = -5 but the lowest value in column A since last 0 is -3 so this is replaced by -3
7   1  -2  #  1-3 = -2
8  -1  -3  # -1-2 = -3
9   1  -2  # -3 + 1 = -2
10 -2  -3  # -2-2 = -4 but the lowest value in column A since last 0 is -3 so this is replaced by -3 
11  1  -2  # -3 +1 = -2
12  2   0  # -2+2 = 0
13 -1  -1  # 0-1 = -1
14 -2  -2  # -1-2 = -3 but the lowest value in column A since last cap is -2 so this is -2 instead of -3

目前我做了这个,但不是 100% 有效,而且效率也不高:

df['B'] = 0
df['B'][0] = 0
for x in range(len(df)-1):
    A = df['A'][x + 1]
    B = df['B'][x] + A
    if B >= 0:
        df['B'][x+1] = 0
    elif B < 0 and A < 0 and B < A:
        df['B'][x+1] = A
    else:
        df['B'][x + 1] = B

最佳答案

使用 df['A'].expanding(1).apply(function) 我可以运行自己的 function 首先只得到一行,接下来的 2 行,接下来的 3 行等。我没有给出之前计算的结果,它需要一次又一次地进行所有计算,但它不需要 global 变量和硬编码df['A']

文档:Series.expanding

A = [0, -1, 2, 3, -2, -3, 1, -1, 1, -2, 1, 2, -1, -2]

import pandas as pd

df = pd.DataFrame({"A": A})

def function(values):
    #print(values)
    #print(type(valuse)
    #print(len(values))

    result = 0

    last_zero = 0

    for index, value in enumerate(values):
        result += value

        if result >= 0:
            result = 0
            last_zero = index
        else:
            minimal = min(values[last_zero:])
            #print(index, last_zero, minimal)
                        
            #if result < minimal:
            #   result = minimal
            result = max(result, minimal)
            
    #print('result:', result)
    return result

df['B'] = df['A'].expanding(1).apply(function)

df['B'] = df['B'].astype(int)

print(df)

结果:

    A  B
0   0  0
1  -1 -1
2   2  0
3   3  0
4  -2 -2
5  -3 -3
6   1 -2
7  -1 -3
8   1 -2
9  -2 -3
10  1 -2
11  2  0
12 -1 -1
13 -2 -2

相同但使用普通的 apply() - 它需要 global 变量和硬编码的 df['A']

A = [0, -1, 2, 3, -2, -3, 1, -1, 1, -2, 1, 2, -1, -2]

import pandas as pd

df = pd.DataFrame({"A": A})

result = 0
last_zero = 0
index = 0

def function(value):
    global result
    global last_zero
    global index
    
    result += value

    if result >= 0:
        result = 0
        last_zero = index
    else:        
        minimal = min(df['A'][last_zero:])
        #print(index, last_zero, minimal)
                        
        #if result < minimal:
        #   result = minimal
        result = max(result, minimal)
       
    index += 1
    
    #print('result:', result)
    return result

df['B'] = df['A'].apply(function)
df['B'] = df['B'].astype(int)

print(df)

同样使用普通的for-loop

A = [0, -1, 2, 3, -2, -3, 1, -1, 1, -2, 1, 2, -1, -2]

import pandas as pd

df = pd.DataFrame({"A": A})

all_values = []

result = 0
last_zero = 0

for index, value in df['A'].iteritems():
    
    result += value
    
    if result >= 0:
        result = 0
        last_zero = index
    else:    
        minimal = min(df['A'][last_zero:])
        #print(index, last_zero, minimal)
                            
        #if result < minimal:
        #   result = minimal
        result = max(result, minimal)
           
    all_values.append(result)

df['B'] = all_values

print(df)

关于python - Cumsum 列,同时跳过行或根据实际 cumsum 的结果在条件上设置固定值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/69876970/

相关文章:

python - DataFrame MultiIndex - 按值查找列

python - 在 Seaborn Jointplot 上注释异常值

python - Django,从表单保存数据而无需手动设置每个字段来保存?

python - Pytest 在哪里存储预期数据

python - Elasticsearch bool 型面返回错误的类型

python - 如何计算在数据框python中的特定值之前出现的次数?

Python Pandas - 展平嵌套 JSON

python - 坚持实现简单的神经网络

python - matplotlib 中累积分布函数的对数图

python - Anaconda & Tensorflow & Skflow : dnn() got an unexpected keyword argument 'keep_prob'