Python 如果差异为负值，则添加上一行

我有一个包含一些收入值的df，我想将这些值插入到索引中未包含的日期。为此，我要找出行和插值之间的差异：

rev_diff = df.revenue.diff().fillna(0)
df = df.resample("M").mean()
df["revenue"] = df.revenue.interpolate().diff()

我把它放在一个函数中，它被循环了数千次这样的计算（每一次都创建了这样一个df）。这适用于大多数情况，但也有少数情况下“结账日”重置，因此差异为负值：

            revenue
2015-10-19  203.0
2016-04-03  271.0
2016-06-13  301.0
2016-06-13  0.0
2016-09-27  30.0
2017-03-14  77.0
2017-09-19  128.0
2018-09-19  0.0
2018-03-19  10.0
2019-03-22  287.0
2020-03-20  398.0

上面的代码将给出负插值，因此我想知道是否有一种快速的方法可以在它发生时考虑到这一点，而不会对执行时间造成太大的损失，因为它被调用了数千次。收入df的最终结果（在进行插值之前）应为：

            revenue
2015-10-19  203.0
2016-04-03  271.0
2016-06-13  301.0
2016-09-27  331.0
2017-03-14  378.0
2017-09-19  429.0
2018-03-19  439.0
2019-03-22  716.0   
2020-03-20  827.0

因此，基本上，如果存在“重置”，则应将差异添加到上一行的值中。下面的所有行都会发生这种情况

我希望这是有道理的。我正在努力寻找一种在计算上不花费太多的方法

提前谢谢。

没有魔法。步骤：

通过计算收入差异来确定断点

填充要为后续数据添加的

收入

值

总结一下

删除重复记录

代码

---

为什么2017-03-14的收入不是378？我不明白为什么在77.0>30.0（以前的收入）时会发生重置。我认为，当存在较大的数据差距或收入变化时，使用运行差异识别重置对于生产使用来说太不可靠了。例如：

2016-04-01=50.0

，然后是

2017-03-25=70.0

。中间有重置吗？从业务逻辑来看，可能存在这种情况，但从数据来看，您无法判断。您好@BillHuang，您在第二条评论中是对的，我没有添加几行指示收入重置的内容。假设它们发生在记录以前收入的同一天。我编辑了第一个数据帧。谢谢你指出这一点。你仍然没有解释第一条评论

2017-03-14=408

与您在标题中所述的规则不匹配。ooops，您是对的。我很快创建了df，没有注意到我没有添加差异。

2017-03-14

收入将是378，然后是429等等。谢谢@BillHuang！

import pandas as pd
import numpy as np

df.reset_index(inplace=True)

# 1. compute difference
df["rev_diff"] = 0.0
df.loc[1:, "rev_diff"] = df["revenue"].values[1:] - df["revenue"].values[:-1]

# get breakpoint locations
breakpoints = df[df["rev_diff"] < 0].index.values

# 2. accumulate the values to be added
df["rev_add"] = 0.0
for idx in breakpoints:
    add_value = df.at[idx-1, "revenue"]
    df.loc[idx:, "rev_add"] += add_value  # accumulate

# 3. sum up
df["rev_new"] = df["revenue"] + df["rev_add"]

# 4. remove duplicate rows
df_new = df[["index", "rev_new"]].drop_duplicates().set_index("index")
df_new.index.name = None

df_new
Out[85]:
            rev_new
2015-10-19    203.0
2016-04-03    271.0
2016-06-13    301.0
2016-09-27    331.0
2017-03-14    378.0
2017-09-19    429.0
2018-03-19    439.0
2019-03-22    716.0
2020-03-20    827.0