数据框中多行的条件累积总和

Question

我正在尝试根据条件查找数据帧中四个连续行的累积总和。

新列（ 'veh_time_TOT' ）是四个连续的' veh_time（s） '值的总和，条件为' Day_type '：周末或工作日。

现在是如何设置数据的：

    veh-time(s) distance(m) Day_type
0   72  379.0   Weekday
1   70  379.0   Weekday
2   50  379.0   Weekday
3   60  379.0   Weekday
4   70  379.0   Weekday
5   65  379.0   Weekday
6   30  379.0   Weekend
7   35  379.0   Weekend
8   30  379.0   Weekend
9   30  379.0   Weekend
10  20  379.0   Weekend 

这是所需的输出：

    veh-time(s) distance(m) Day_type    veh_time_TOT
0   72  379.0   Weekday        0
1   70  379.0   Weekday        0
2   50  379.0   Weekday        0
3   60  379.0   Weekday        252
4   70  379.0   Weekday        250
5   65  379.0   Weekday        245
6   30  379.0   Weekend        0
7   35  379.0   Weekend        0
8   30  379.0   Weekend        0
9   30  379.0   Weekend        125
10  20  379.0   Weekend        115  

我已经尝试了几件事，但是我唯一能找到的就是使用.cumsum函数，该函数只能找到2个连续行的总和。 “ veh_time_TOT ”中的零是存在的，因为还没有4行可以组成总和。

我认为这将是.cumsum和条件if语句在循环中的组合。

你们有什么感想？ 任何帮助表示赞赏。

Answer 1

这是我获取所需列所采取的步骤：

• 首先，我设置您的示例DataFrame。

• 接下来，我定义了三个感兴趣的列（其值将作为计算基础的列，用于比较的列以及所计算数量的列名称。

• 之后，我找到了所有可用于此计算的行（之前的4行的col_compare值相同）。

• 然后，我遍历原始DataFrame的这一部分，将col_val的前四个值col_val 。

• 最后，我用所需的名称col_name_new创建新列。

  • 将其值初始化为零
  • 使用我们在上一步中生成的列表填充符合条件的位置：

这是我的代码，请随时在评论中询问Q！

import pandas as pd

# Setup

cols = ['veh-time(s)', 'distance(m)', 'Day_type']

data= [[72,  379.0 ,  'Weekday'],
       [70,  379.0 ,  'Weekday'],
       [50,  379.0 ,  'Weekday'],
       [60,  379.0 ,  'Weekday'],
       [70,  379.0 ,  'Weekday'],
       [65,  379.0 ,  'Weekday'],
       [30,  379.0 ,  'Weekend'],
       [35,  379.0 ,  'Weekend'],
       [30,  379.0 ,  'Weekend'],
       [30,  379.0 ,  'Weekend'],
       [20,  379.0 ,  'Weekend']]


df = pd.DataFrame(data,columns=cols )

# Define columns for potential future generalization

col_val='veh-time(s)'
col_compare='Day_type'
col_name_new = 'veh_time_TOT'

# DataFrame slice of rows eligible for calculation

cut_prev_four =  (df[col_compare].shift(1)==df[col_compare]) \
                &(df[col_compare].shift(2)==df[col_compare].shift(1)) \
                &(df[col_compare].shift(3)==df[col_compare].shift(2))

df_consecutive = df[cut_prev_four]

# Perform calculation on eligible rows. Store in list

prev_four_list = []
for i,row in df_consecutive.iterrows():
    prev_four_vals = df.iloc[i-3:i+1][col_val].values
    print(i, prev_four_vals, sum(prev_four_vals) )
    prev_four_list.append(sum(prev_four_vals))

# Set new column to the calculated values

df[col_name_new] = 0
df.loc[cut_prev_four, col_name_new] = prev_four_list