如何根據條件添加行與另一個 dataframe

Question

我有兩個數據框如下：

協議

  agreement_id activation  term_months  total_fee
0            A 2020-12-01           24       4800
1            B 2021-01-02            6        300
2            C 2021-01-21            6        600
3            D 2021-03-04            6        300

付款

    cust_id agreement_id       date  payment
0         1            A 2020-12-01      200
1         1            A 2021-02-02      200
2         1            A 2021-02-03      100
3         1            A 2021-05-01      200
4         1            B 2021-01-02       50
5         1            B 2021-01-09       20
6         1            B 2021-03-01       80
7         1            B 2021-04-23       90
8         2            C 2021-01-21      600
9         3            D 2021-03-04      150
10        3            D 2021-05-03      150

當付款 dataframe 中的協議 ID 的總付款等於協議 ID 中的總費用時，我想在付款 dataframe 中添加另一行。 該行將在付款下包含零值，並且日期將計算為 min(date)（來自付款）加上 term_months（來自協議）。

這是我想要的付款 dataframe 的結果：

付款

    cust_id agreement_id       date  payment
0         1            A 2020-12-01      200
1         1            A 2021-02-02      200
2         1            A 2021-02-03      100
3         1            A 2021-05-01      200
4         1            B 2021-01-02       50
5         1            B 2021-01-09       20
6         1            B 2021-03-01       80
7         1            B 2021-04-23       90
8         2            C 2021-01-21      600
9         3            D 2021-03-04      150
10        3            D 2021-05-03      150
11        2            C 2021-07-21      0
12        3            D 2021-09-04      0
    

額外的行是第 11 行和第 12 行。agreement_id 'C' 和 'D' 等於協議 dataframe 中顯示的 total_fee。

Answer 1

import pandas as pd
import numpy as np

首先使用to_datetime()方法將付款 dataframe 的“日期”列轉換為 datetime dtype：

payments['date']=pd.to_datetime(payments['date'])

您可以使用groupby()方法來做到這一點：

newdf=payments.groupby('agreement_id').agg({'payment':'sum','date':'min','cust_id':'first'}).reset_index()

現在通過 boolean 掩碼獲取滿足您條件的數據：

newdf=newdf[agreement['total_fee']==newdf['payment']].assign(payment=np.nan)

注意：在上面的代碼中，我們使用了assign()方法並將支付行設置為NaN

現在使用pd.tseries.offsets.Dateoffsets()方法和apply()方法：

newdf['date']=newdf['date']+agreement['term_months'].apply(lambda x:pd.tseries.offsets.DateOffset(months=x))

注意：上面的代碼給你一個警告，所以忽略那個警告，因為它是警告而不是錯誤

最后使用concat()方法和fillna()方法：

result=pd.concat((payments,newdf),ignore_index=True).fillna(0)

現在，如果您打印result ，您將獲得所需的 output

#output

   cust_id  agreement_id    date    payment
0   1           A       2020-12-01  200.0
1   1           A       2021-02-02  200.0
2   1           A       2021-02-03  100.0
3   1           A       2021-05-01  200.0
4   1           B       2021-01-02  50.0
5   1           B       2021-01-09  20.0
6   1           B       2021-03-01  80.0
7   1           B       2021-04-23  90.0
8   2           C       2021-01-21  600.0
9   3           D       2021-03-04  150.0
10  3           D       2021-05-03  150.0
11  2           C       2021-07-21  0.0
12  3           D       2021-09-04  0.0

注意：如果您想要完全相同的 output 然后使用astype()方法並將支付列 dtype 從float更改為int

result['payment']=result['payment'].astype(int)