Python 使用itertuples（）在数据帧上迭代，条件是列值

每次x我都试图在数据帧中选择一个范围，为什么不使用groupby

df.groupby(df['x'].shift().le(20).cumsum()) \
  .agg(Date=('Date','last'), sum = ('x','sum')).set_index('Date')

            sum
Date           
2019-01-05  353
2019-01-10  804
2019-01-15  650
2019-01-20  428

为什么不使用groupby

df.groupby(df['x'].shift().le(20).cumsum()) \
  .agg(Date=('Date','last'), sum = ('x','sum')).set_index('Date')

            sum
Date           
2019-01-05  353
2019-01-10  804
2019-01-15  650
2019-01-20  428

---

有人已经提出了一个看起来不错的答案，所以我要补充的是，当使用Pandas时，显式迭代应该是最后的手段。这是一个功能强大的库，大多数用例都已经介绍过了。有人已经提出了一个看起来不错的答案，所以我要补充的是，在使用Pandas时，显式迭代应该是最后的选择。这是一个功能强大的库，大多数用例都已经介绍过了。这个解决方案在“日期”没有事先设置为索引的情况下有效，因为我忘了提到它，对不起。因为当我使用您的解决方案时，我会得到这样的结果：keyrerror:“列'Date'不存在！”在使用groupby（）之前，我是否必须将索引“unset”为“normal”列？最简单的方法实际上是重置索引。您可以告诉我有关此“le（20）”的更多信息吗如果x的值都是负数，条件应该设置为x>=-20（-20是最大值/最大值），那么主要的想法是在每个组的开始处设置True，然后求和填充0到第一组，1到第二组，依此类推。你可以再做一列

df['g']=df['x'].shift（）.le（20）.cumsum（）

来选择给出预期组的公式我真的不确定我明白你的意思了！很抱歉但这是真的！此解决方案在“日期”未事先设置为索引时有效，因为我忘了提及它，对不起。因为当我使用您的解决方案时，我会得到这样的结果：keyrerror:“列'Date'不存在！”在使用groupby（）之前，我是否必须将索引“unset”为“normal”列？最简单的方法实际上是重置索引。您可以告诉我有关此“le（20）”的更多信息吗如果x的值都是负数，条件应该设置为x>=-20（-20是最大值/最大值），那么主要的想法是在每个组的开始处设置True，然后求和填充0到第一组，1到第二组，依此类推。你可以再做一列

df['g']=df['x'].shift（）.le（20）.cumsum（）

来选择给出预期组的公式我真的不确定我明白你的意思了！很抱歉但这是真的！