Python Pandas-如果列中的值满足条件，则对前面的行求和

我有一个以下类型的数据帧。除了最后一列“之前的总积分P1”，我有所有的列，我希望创建：

数据按“日期”列排序

现在我要创建的列是上面显示的“Total_Previous_Points_P1”列

创建它的方法：

• 对于每一行，检查日期（称之为日期）和P1_id（称之为id_VAL）
• 现在，对于DATE_VAL之前的所有行，其中P1 id==id_VAL，求和前面的几点
• 将此总和放入当前行的最后一列

有没有一种快速的熊猫蟒蛇式的方法可以做到这一点？我的数据集非常大

谢谢大家!

试试看：

df['Total_Previous_Points_P1'] = df.groupby(['P1_id'])['Points_P1'].cumsum()

---

它的工作原理

首先，它使用

P1\u id

功能对数据进行分组

然后，它访问分组数据帧上的

Points\u P1

值，并应用累积求和函数

cumsum（）

，该函数返回每个组当前行之前的点数总和

SIA的解决方案计算点之和，包括 点P1的当前值，而要求为总和 上一个点（对于之前的所有行）

假设每组中的日期都是唯一的（在您的样本中是唯一的）， 正确的泛达索尼克解决方案应包括以下步骤：

• 按日期排序
• 按P1_id分组，然后针对每个组：
• 在P1列中取点
• 计算累积和
• 减去点_P1的当前值

因此，整个代码应该是：

df['Total_Previous_Points_P1'] = df.sort_values('Date')\
    .groupby(['P1_id']).Points_P1.cumsum() - df.Points_P1

编辑 如果日期不唯一（在具有某些P1_id的行组中），则 更复杂的是，在这样的源数据帧上可以显示什么：

        Date  Points_P1  P1_id
0 2016-11-09          5    100
1 2016-11-09          3    100
2 2015-10-08          5    100
3 2019-09-20         10  10000
4 2019-09-21          7    100
5 2019-07-10         12  10000
6 2019-12-10         12  10000

请注意，对于P1_id，2016-11-09有两行

在这种情况下，从计算前几点的“组”和开始， 对于每个P1_id和日期：

结果是：

P1_id  Date      
100    2015-10-08     0
       2016-11-09     5
       2019-09-21    13
10000  2019-07-10     0
       2019-09-20    12
       2019-12-10    22
Name: Total_Previous_Points_P1, dtype: int64

然后在P1_id和日期上将df与sumPrev合并（在索引上的sumPrev中）：

为了显示结果，将df也按['P1_id'，'Date']进行排序更具指导意义：

如你所见：

• 每个P1_id的第一个总和为0（以前的日期没有积分）
• 例如，对于日期==2016-11-09的两行 分数为5分（日期==2015-10-08的行中）

---

谢谢，这几乎可以正常工作，但我遇到以下错误：

“试图在数据帧切片的副本上设置一个值。尝试使用.loc[row\u indexer，col\u indexer]=value代替'

。相反，如果我创建一个新变量，

newcol=df.groupby（['P1\u id']）['Points\u P1'].cumsum（）

，则不会返回错误。如果我以后尝试使用

df['Total\u Previous\u Points\u P1']=newcol

，我会遇到类似的问题

sumPrev = df.groupby(['P1_id', 'Date']).Points_P1.sum()\
    .groupby(level=0).apply(lambda gr: gr.shift(fill_value=0).cumsum())\
    .rename('Total_Previous_Points_P1')

P1_id  Date      
100    2015-10-08     0
       2016-11-09     5
       2019-09-21    13
10000  2019-07-10     0
       2019-09-20    12
       2019-12-10    22
Name: Total_Previous_Points_P1, dtype: int64

df = pd.merge(df, sumPrev, left_on=['P1_id', 'Date'], right_index=True)

        Date  Points_P1  P1_id  Total_Previous_Points_P1
2 2015-10-08          5    100                         0
0 2016-11-09          5    100                         5
1 2016-11-09          3    100                         5
4 2019-09-21          7    100                        13
5 2019-07-10         12  10000                         0
3 2019-09-20         10  10000                        12
6 2019-12-10         12  10000                        22