Pandas Dataframe 遍歷行

Question

這是數據集

import pandas as pd
d = {'Key':['A','A','A','A'],'Rank':[1,2,3,4],'col1': [15000,12000,6000,7000], 'col2': [15000,10000,0,0],'col4': [10000,10000,10000,10000],'col5': [0,0,0,0] }
df = pd.DataFrame(data=d)
df

• Col1= 可以取的最大值
• Col2=它持有的當前值
• Col4：應適合任何這些記錄的剩余值。

我試圖用它可以采用的可能最大值填充“col5”。其中“Col1”定義其最大限制，“col2”顯示其當前值。 如果它適合最大值，則移至下一行。 它可以容納的值由'col4'決定。 請看下面的例子。

例子：

• 排名 1 Col1=15000 和 col2=15000 的第一條記錄然后移動到下一行。
• rank2 col1=12000 和 col2=10000 的第二條記錄。 在這里我們可以看到它的最大值是 12000 所以我可以再添加 2000，還需要確保 col5>2000 所以 col5=2000 和 col4 下一條記錄將是 10000-2000=8000

這是最終的數據集，它應該看起來像

下面是我試過的代碼

for index, row in df.iterrows():
    #print(row['col1'], row['col2'])
    if row['col1']>row['col2']:
        
        if (row['col1']-row['col2'])<row['col2']:
            row['col5']=row['col1']-row['col2']
        else:
            row['col5']=row['col2']
    #return
    print(row['col1'], row['col2'],row['col5'])

Answer 1

這應該做你的事情（用多個鍵更新）：

import pandas as pd

d = {'Key': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], 'Rank': [1, 2, 3, 4, 1, 2, 3, 4],
 'col1': [15000, 12000, 6000, 7000, 15000, 12000, 6000, 7000], 'col2': [15000, 10000, 0, 0, 15000, 10000, 0, 0],
 'col4': [10000, 10000, 10000, 10000, 10000, 10000, 10000, 10000], 'col5': [0, 0, 0, 0, 0, 0, 0, 0]}
df = pd.DataFrame(data=d)
print(df)

df_result = pd.DataFrame()

for group in df.groupby(df.Key):
    tmp_value = 0
    df_tmp = group[1]
    for index, row in df_tmp.iterrows():
        if tmp_value == 0:
            tmp_value = row['col4']
        # print(row['col1'], row['col2'])
        if row['col1'] > row['col2']:
            diff_value = row['col1'] - row['col2']
            if diff_value < tmp_value:
                df_tmp.at[index, 'col5'] = row['col1'] - row['col2']
                tmp_value = tmp_value - diff_value
            else:
                df_tmp.at[index, 'col5'] = tmp_value
                break
    df_result = df_result.append(df_tmp)

print(df_result)

一些提示：
tmp_value 保存第 4 列的數據，隨着時間的推移而減少。
你應該打破break ，不與我的腦海里退出
在這里，您可以閱讀有關在迭代期間編輯熊貓行的信息： Update a dataframe in pandas while iterating row by row 。
編輯：您也可以先獲取關鍵數據並將“col4”數據保存在數組中並直接更改原始數據幀，但這取決於您