如何根据熊猫中的条件将列值分配到其他列

Question

我有一个小数据框。 下面给出一个例子。

+-------+---------+---------+------+----------+  
| code  | surplus | deficit | gone | has come |  
+-------+---------+---------+------+----------+
| 0100  |    1000 |       0 |      |          |
| 0103  |       0 |     100 |      |          |
| 0104  |       0 |     600 |      |          |
| 0190  |       0 |       0 |      |          |
| 0191  |       0 |     800 |      |          |
| 0192  |     500 |       0 |      |          |
| 0193  |     700 |       0 |      |          |
| 0194  |       0 |     300 |      |          |
| 0195  |       0 |       0 |      |          |
+-------+---------+---------+------+----------+

我需要从列surplus分配数据，以便覆盖列deficit的数据。 在列gone写下来，我从列多少了surplus ，并在列has come写下来，我是多么加入填补亏空。 当值减小时，我从列surplus获取数据。 并且总是从最大的赤字开始。

在我的示例中，它将如下所示：

为了弥补最大的赤字（在示例中为800 ），我取值1000一部分。

为了弥补下一个赤字（在示例中为600 ），我取值1000的余数，并从值700取400 。

为了弥补赤字300我取值700的余数。

最后，为了弥补赤字100我加入了价值500一部分。

结果应该是下一个数据帧：

+------+---------+---------+------+----------+
| code | surplus | deficit | gone | has come |
+------+---------+---------+------+----------+
| 0100 |    1000 |       0 | 1000 |        0 |
| 0103 |       0 |     100 |    0 |      100 |
| 0104 |       0 |     600 |    0 |      600 |
| 0190 |       0 |       0 |    0 |        0 |
| 0191 |       0 |     800 |    0 |      800 |
| 0192 |     500 |       0 |  100 |        0 |
| 0193 |     700 |       0 |  700 |        0 |
| 0194 |       0 |     300 |    0 |      300 |
| 0195 |       0 |       0 |    0 |        0 |
+------+---------+---------+------+----------+

surplus和deficit列中的值可以不同。

我无法为此任务提出算法。 如有任何想法，我将不胜感激。

Answer 1

恐怕我不了解大熊猫，所以我无法给出答案的详细信息，但是我认为这是一个通用的算法，我认为它可以很好地工作。 您可以将它与pandas API进行匹配。

对于“已经到来”列：

• 按不足（降序）对条目进行排序
• 计算此排序列表中赤字条目的累积总和
• 用sum（surplus）绑定，即创建一列max(cumsum(deficit), sum(surplus))
• 现在，每一项与下一项的区别（我认为这是pandas.Series.diff方法？），使用0作为第“ -1”项（也许您必须添加一个虚拟行？）。 这是您的“拥有”价值

对于“ has come”列（如果sum(surplus) >= sum(deficit) ）：

• 在这种情况下，您只需为所有行设置“ has come” =“ deficit”，它将比上述计算更快
• 但是，如果您没有明确检查这种情况，上述计算仍将有效

对于“已消失”列：只需执行与上述完全相同的操作，即可反转“赤字”和“盈余”。

编辑：在您的示例中，gone列很棘手，因为在这种情况下，sum（deficit）<sum（surplus）。 这是关于盈余的上述程序。

sum(surplus) = 2200
sum(deficit) = 1800

+------+---------+---------+-----------------+-----------------------------------+----------------+
| code | surplus | deficit | cumsum(surplus) | max(cumsum(surplus),sum(deficit)) | diff(prev row) |
+------+---------+---------+-----------------+-----------------------------------+----------------+
| NaN  |       0 |       0 |               0 |                                 0 |           NaN  |
| 0100 |    1000 |       0 |            1000 |                              1000 |           1000 |
| 0193 |     700 |       0 |            1700 |                              1700 |           700  |
| 0192 |     500 |       0 |            2200 |                              1800 |           100  |
| 0191 |       0 |     800 |            2200 |                              1800 |           0    |
| 0103 |       0 |     100 |            2200 |                              1800 |           0    |
| 0104 |       0 |     600 |            2200 |                              1800 |           0    |
| 0190 |       0 |       0 |            2200 |                              1800 |           0    |
| 0194 |       0 |     300 |            2200 |                              1800 |           0    |
| 0195 |       0 |       0 |            2200 |                              1800 |           0    |
+------+---------+---------+-----------------+-----------------------------------+----------------+

最后一列是您想要的结果。 请注意，我在开始处添加了一个虚拟行，以便可以计算成对差异。 事实证明shift()是计算该列所需的关键方法； 看到这个问题

编辑2：我认为可能值得添加替代解决方案。 有点难以理解，但是实现起来可能会更容易，因为您不需要摆弄多余的虚拟行。

• 像以前一样：按不足（降序）对条目进行排序
• 像以前一样：计算此排序列表中赤字条目的累积总和
• 新增：查找第一行的索引，该行的累积总和大于盈余的总和（在熊猫中获取该总和并不容易）。 我们称其为i （如果不存在这样的行，则为i=Inf ）。
• 对于此索引之前的所有行（即df[:i] ），设置“ has come” =“ deficit”
• 对于此索引之后的所有行（即df[i+1:] ），设置“ has come” = 0
• 该行（即df[i]中，如果i存在），设定为“已经”到：
  • has come = sum(surplus) - (cumsum(deficit) - deficit)
  • （顺便说一句， (cumsum(deficit) - deficit)实际上等于前一行的累计（亏损）；如果是第一行，则为0。）

Answer 2

对于问题“如何根据熊猫的状况将列值分配到其他列？” is what you are looking for: 也许功能是您要寻找的：

import numpy as np
import pandas as pd 

# df[Column title] = np.where ( condition on this line, if condition true then value to assign, else value to assign)
df["gone"] = np.where((df["surplus"] - df["deficit"]) > 0 , df["surplus"] - df["deficit"] , 0)
df["has come"] = np.where((df["surplus"] - df["deficit"]) < 0 , 0, df["deficit"] - df["surplus"] )