Python 使用第一次迭代结果的条件迭代
我需要找到以下问题的解决方案 使用我的数据框中的数据 鉴于我的熊猫数据框,我需要在输入列中找到累计金额大于500的日期。此日期需要用作输入,以迭代列传出,因为它需要用作3天范围内的开始日期(日期+3)。从第一次迭代中找到的日期开始,从3天开始,我需要将列中的金额汇总到传出的,当传出/传入的合计=>90%时,我需要超出阈值的日期 使用stackoverflow的代码,我成功地完成了第一部分(仅针对一位客户) 当两个条件都满足时,我需要唯一的客户id和日期值,当条件满足时,作为数据框中的输出Python 使用第一次迭代结果的条件迭代,python,pandas,Python,Pandas,我需要找到以下问题的解决方案 使用我的数据框中的数据 鉴于我的熊猫数据框,我需要在输入列中找到累计金额大于500的日期。此日期需要用作输入,以迭代列传出,因为它需要用作3天范围内的开始日期(日期+3)。从第一次迭代中找到的日期开始,从3天开始,我需要将列中的金额汇总到传出的,当传出/传入的合计=>90%时,我需要超出阈值的日期 使用stackoverflow的代码,我成功地完成了第一部分(仅针对一位客户) 当两个条件都满足时,我需要唯一的客户id和日期值,当条件满足时,作为数据框中的输出 关于
关于如何解决这个问题,您有什么想法吗?请将您的数据框作为文本添加到问题中
df.to_剪贴板(False)
将数据帧的内容复制为纯文本,然后您可以将其粘贴到问题中您介意提供预期的输出吗?你有没有读过这本书?
customer id date incoming outgoing Unnamed: 4 Unnamed: 5
0 1 2019-01-01 500.0 0.0 0.0 0.0
1 1 2019-01-02 0.0 100.0 0.0 0.0
2 1 2019-01-03 0.0 100.0 0.0 0.0
3 1 2019-01-04 0.0 100.0 0.0 0.0
4 1 2019-01-05 0.0 150.0 0.0 0.9
5 1 2019-03-03 100.0 0.0 0.0 0.0
6 1 2019-03-04 0.0 200.0 0.0 0.0
7 1 2019-03-05 15.0 0.0 0.0 0.0
8 1 2019-03-06 0.0 50.0 0.0 0.0
9 1 2019-03-07 100.0 0.0 0.0 0.0
10 2 2019-02-01 1000.0 0.0 0.0 0.0
11 2 2019-02-03 0.0 90.0 0.0 0.0
12 2 2019-02-05 0.0 90.0 0.0 0.0
val = np.flatnonzero(np.isclose(CleanDF.incoming.cumsum().values, 500))[0]
CleanDF['date'].iloc[val] # for faster access, use .iat