Суммировать значения столбца в кадре данных, если значения в другом столбце находятся рядом друг с другом - PullRequest
Новая
       21

Суммировать значения столбца в кадре данных, если значения в другом столбце находятся рядом друг с другом

1 голос
/ 09 июля 2020

Здравствуйте, у меня есть фрейм данных: 

import pandas as pd

df1 = {'name': ["x","x","x","x","x","x","x","y","y","y","y","y","y","y"],
       'a': [3,4,5,11,14,15,16,2,3,4,10,13,14,15],
       'b': [9,8,7,12,23,22,21,8,7,6,11,22,21,20],
       'val': [2,1,3,4,5,6,3,21,11,31,41,51,61,31]    
        }

df1 = pd.DataFrame (df1, columns = ['name','a','b','val'])

Я sh для суммирования чисел в столбце «val», если числа в столбце «a» находятся рядом друг с другом. Например, в 'a' у вас есть 3,4,5 (все рядом друг с другом), поэтому сложите их связанные числа в столбце 'val' (т.е. 2 + 1 + 3), а затем создайте новый столбец, в котором добавленное значение настоящее время. Для меня сложнее сгруппировать их по имени.

Я не знаю, насколько хорошо я это объяснил, но вот фрейм данных, который я sh завершает с 

df2 = {'name': ["x","x","x","x","x","x","x","y","y","y","y","y","y","y"],
       'a': [3,4,5,11,14,15,16,2,3,4,10,13,14,15],
       'b': [9,8,7,12,23,22,21,8,7,6,11,22,21,20],
       'val': [2,1,3,4,5,6,3,21,11,31,41,51,61,31],
       'sum_val': [6,6,6,4,14,14,14,63,63,63,41,143,143,143]
        }

df2 = pd.DataFrame (df2, columns = ['name','a','b','val','sum_val'])

1 Ответ

2 голосов
/ 09 июля 2020

Создайте группы путем сравнения разницы для не равной кумулятивной сумме для групп в лямбда-функции и передайте Series в GroupBy.transform с sum: 

g = df1.groupby('name')['a'].apply(lambda x: x.diff().ne(1).cumsum())

df1['sum_val'] = df1.groupby([g, 'name'])['val'].transform('sum')
print (df1)

   name   a   b  val  sum_val
0     x   3   9    2        6
1     x   4   8    1        6
2     x   5   7    3        6
3     x  11  12    4        4
4     x  14  23    5       14
5     x  15  22    6       14
6     x  16  21    3       14
7     y   2   8   21       63
8     y   3   7   11       63
9     y   4   6   31       63
10    y  10  11   41       41
11    y  13  22   51      143
12    y  14  21   61      143
13    y  15  20   31      143
...