накопленная сумма за период времени

Question

мой фрейм данных имеет следующую структуру:

 date_today = dt.datetime.now()
 size=20
 df = pd.DataFrame({"usd": pd.Series(np.random.randint(1,100,size))*10,
               "sent": dt.datetime.now(),
               "temp":np.random.randint(0,15, size=size)
              })
df.sent += df.temp.map(dt.timedelta)
df.temp = np.random.randint(10,25, size=size)
df["reminder"] = df.sent + df.temp.map(dt.timedelta)
df.temp = np.random.randint(1,65, size=size)
df["completed"] = df.reminder + df.temp.map(dt.timedelta)
df.loc[df['temp']%3 == 0, ['reminder']] = [""]
df.loc[df['temp']%2 == 0, ['completed']] = [""]
df=df[["usd", "sent", "reminder", "completed"]]

usd - деньги, которые я запрашиваю (числовые), остальные столбцы - дата-время (когда я запрашивал, когда отправлял напоминание и когда я получал деньги; последние два обнулялись). Я также создал следующий список кварталов месяца:

date_index = []
previous_date=""
for m in range(0,14):
    month = (m%12)+1
    year = m//12
    current_date = dt.date(2019+year, month, 1)
    if previous_date:
        timedelta = current_date-previous_date
        date_index.append(previous_date+1*timedelta/4)
        date_index.append(previous_date+2*timedelta/4)
        date_index.append(previous_date+3*timedelta/4)
    date_index.append(current_date)
    previous_date = current_date

Я хотел бы получить фрейм данных со следующей структурой:

df_result = pd.DataFrame(columns=["date","sent_amount","reminder_amount","completed_amount"])

где столбец df_result.date - это последовательность date_index из предыдущей точки, sent_amount - сумма столбца df.amount для записей, где столбцы df.sent -

Answer 1

Вы можете melt DataFrame, cut даты в диапазоне дат от date_index, затем группировать по комбинации переменных (выполнено / напоминание / отправлено) + дата, sum до usd суммы, затем разверните его обратно в столбцы и cumsum получите кумулятивные суммы:

x = df.melt('usd', value_name='date')
x['date'] = pd.cut(x['date'], pd.to_datetime(date_index)).apply(lambda x: x.right)
x['variable'] += '_amount'

df_result = x.dropna().groupby(['variable', 'date'])['usd'].sum().unstack(0, 0).sort_index().cumsum()

print(df_result)

Выход:

variable    completed_amount  reminder_amount  sent_amount
date                                                      
2019-03-16                 0                0         3180
2019-03-24                 0                0         8840
2019-04-01                 0             1700        10350
2019-04-08                 0             3230        10350
2019-04-16                 0             6200        10350
2019-04-23               320             6860        10350
2019-05-01              1170             6860        10350
2019-05-16              2300             6860        10350
2019-06-01              5130             6860        10350
2019-06-08              5710             6860        10350