Python函数在pandas中用于选择累加和

我试图循环一个数据帧，并根据另一列中的值的变化在一列中累积一个值的总和

假设我有一个类似这样的数据帧，“累计值”是我要计算的列：

输入值 标准 累积值 3. 0 3. 5. 0 8. 2. 1. 2. 6. 1. 8. 4. 0 4.

---

使用shift和cumsum创建要分组的键。然后您可以对键进行分组，并对输入的_值求和

df['accumulated_value'] = df.assign(key=(df['criterion'] != df['criterion'].shift()).cumsum()).groupby('key')['input_value'].cumsum()

   input_value  criterion  accumulated_value
0            3          0                  3
1            5          0                  8
2            2          1                  2
3            6          1                  8
4            4          0                  4

请参考@HenryEcker的评论，并注意您不需要指定掩码的结果。而只是按掩码返回的序列分组

df.groupby((df['criterion'] != df['criterion'].shift()).cumsum())['input_value'].cumsum()

---

groupby

可以接受一系列

df.groupby（（df['criteria']！=df['criteria'].shift（））.cumsum（））['input_value'].cumsum（）

无需分配

临时密钥，对于较大的帧，临时密钥可能非常昂贵。（+1任意一种方式）=@HenryEcker你完全正确。这是我的疏忽。我会更新我的答案以反映你的建议。太棒了，谢谢，这很有魅力。感谢@HenryEcker的groupby（）建议。实际上，我最终在这个sime中将分配的密钥用于不同的任务，但很高兴知道，对于更大的df，可以避免使用它。