基於條件在熊貓數據框中創建一列

Question

我有一個熊貓數據框，如下所示：

import pandas as pd 
import numpy as np
import datetime

# intialise data of lists. 
data = {'month'      :[2,3,4,5,6,7,2,3,6,5],
        'flag': ["A","A","A","A","A","A","B","B","B","B"],
        'month1'     :[4,4,7,15,11,13,6,5,6,5],
       'value'     :[100,20,50,10,65,86,24,12,1000,200]
       } 

# Create DataFrame 
df = pd.DataFrame(data) 

# Print the output. 
df 
    month   flag    month1  value
0   2       A       4       100
1   3       A       4       20
2   4       A       7       50
3   5       A       15      10
4   6       A       11      65
5   7       A       13      86
6   2       B       6       24
7   3       B       5       12
8   6       B       6       1000
9   5       B       5       200

現在每個月都有獨特的標志，我想執行以下邏輯

1）創建一個變量“final”並將其設置為0

2）對於每個月，如果month1 <= max(month)，則將month == month1 的“final”設置為“final”，來自month1 + 原始月份的值。 例如，

• 索引 0 到 5 是一組（flag = 'A'）
• A 組月份列的最大值為 7
• 對於第 1 行（第 2 個月），第 1 個月是小於 7 的 4，轉到第 4 個月（第 3 行）將“最終”列的值更新為 100（0（當前“最終”值）+100（原始值）月）
• 對組中的每一行執行上述步驟。

預期輸出：

    month   flag    month1  value   Final
0   2       A       4       100     0
1   3       A       4       20      0
2   4       A       7       50      120
3   5       A       15      10      0
4   6       A       11      65      0
5   7       A       13      86      50
6   2       B       6       24      0
7   3       B       5       12      0
8   6       B       6       1000    1024
9   5       B       5       200     212

Answer 1

定義以下函數：

1. 應用於每一行的函數（在當前組中）：

    def fn(row, tbl, maxMonth): return tbl[tbl.month1 == row.month].value.sum()

2. 應用於每個組的函數：

    def fnGrp(grp): return grp.apply(fn, axis=1, tbl=grp, maxMonth=grp.month.max())

然后，要計算最后一列，按標志對df進行分組並將fnGrp應用於每個組並將結果保存在最后一列中：

df['final'] = df.groupby('flag').apply(fnGrp).reset_index(level=0, drop=True)

結果（ df添加了列）是：

   month flag  month1  value  final
0      2    A       4    100      0
1      3    A       4     20      0
2      4    A       7     50    120
3      5    A      15     10      0
4      6    A      11     65      0
5      7    A      13     86     50
6      2    B       6     24      0
7      3    B       5     12      0
8      6    B       6   1000   1024
9      5    B       5    200    212

Answer 2

你可以groupby “標志”和“MONTH1”，並獲得sum “價值”，然后merge與此df加fillna有這樣0：

new_df = df.merge(df.groupby(['flag', 'month1'])[['value']].sum(), 
                  left_on=['flag','month'], right_index=True, 
                  how='left', suffixes=('','_final'))\
           .fillna({'value_final':0})
print (new_df)
   month flag  month1  value  value_final
0      2    A       4    100          0.0
1      3    A       4     20          0.0
2      4    A       7     50        120.0
3      5    A      15     10          0.0
4      6    A      11     65          0.0
5      7    A      13     86         50.0
6      2    B       6     24          0.0
7      3    B       5     12          0.0
8      6    B       6   1000       1024.0
9      5    B       5    200        212.0