Python与使用日期和条件的条件求和

我必须使用数据帧，我正在使用熊猫。 我想从一个可变日期和一列中的值进行累计和

我想在df2中添加第二列，显示日期，以了解df2中date2之后平均列的总和大于100的日期

例如，df1和df2是我开始使用的数据帧，df3是我想要的数据帧，df3['date100']是平均值之和大于100的日期：

df1 = pd.DataFrame({'date1': ['1/1/2014', '2/1/2014', '3/1/2014','1/1/2014', '2/1/2014', '3/1/2014','1/1/2014', '2/1/2014', '3/1/2014'],
 'Place':['A','A','A','B','B','B','C','C','C'],'AVG': [62,14,47,25,74,60,78,27,41]})

df2 = pd.DataFrame({'date2': ['1/1/2014', '2/1/2014'], 'Place':['A','C'])})

*Something*
df3 = pd.DataFrame({'date2': ['1/1/2014', '2/1/2014'], 'Place':['A','C'], 'date100': ['3/1/2014', '2/1/2014'], 'sum': [123, 105]})

---

我找到了一些答案，但大多数都使用groupby，而df2没有分组。

由于您的示例非常基本，如果您有需要我处理的边缘案例，请询问。这一解决办法意味着：

解决方案：

#   For this solution your DataFrame needs to be sorted by date.
limit = 100
df = pd.DataFrame({
    'date1': ['1/1/2014', '2/1/2014', '3/1/2014','1/1/2014',
              '2/1/2014', '3/1/2014','1/1/2014', '2/1/2014', '3/1/2014'], 
    'Place':['A','A','A','B','B','B','C','C','C'],
    'AVG': [62,14,47,25,74,60,78,27,41]})

df2 = pd.DataFrame({'date2': ['1/1/2014', '2/1/2014'], 'Place':['A','C']})

result = []
for row in df2.to_dict('records'):
    #   For each date, I want to select the date that comes AFTER this one.
    #   Then, I take the .cumsum(), because it's the agg you wish to do.
    #   Filter by your limit and take the first occurrence.
    #   Converting this to a dict, appending it to a list, makes it easy
    #   to rebuild a DataFrame later.
    ndf = df.loc[ (df['date1'] >= row['date2']) & (df['Place'] == row['Place']) ]\
            .sort_values(by='date1')
    ndf['avgsum'] = ndf['AVG'].cumsum()
    final_df = ndf.loc[ ndf['avgsum'] >= limit ]

    #   Error handling, in case there is not avgsum above the threshold.
    try:
        final_df = final_df.iloc[0][['date1', 'avgsum']].rename({'date1' : 'date100'})
        result.append( final_df.to_dict() )
    except IndexError:
        continue

df3 = pd.DataFrame(result)

final_df = pd.concat([df2, df3], axis=1, sort=False)
print(final_df)
#       date2 Place  avgsum   date100
# 0  1/1/2014     A   123.0  3/1/2014
# 1  2/1/2014     C     NaN       NaN

---

由于您的示例非常基本，如果您有需要我处理的边缘案例，请询问。这一解决办法意味着：

解决方案：

#   For this solution your DataFrame needs to be sorted by date.
limit = 100
df = pd.DataFrame({
    'date1': ['1/1/2014', '2/1/2014', '3/1/2014','1/1/2014',
              '2/1/2014', '3/1/2014','1/1/2014', '2/1/2014', '3/1/2014'], 
    'Place':['A','A','A','B','B','B','C','C','C'],
    'AVG': [62,14,47,25,74,60,78,27,41]})

df2 = pd.DataFrame({'date2': ['1/1/2014', '2/1/2014'], 'Place':['A','C']})

result = []
for row in df2.to_dict('records'):
    #   For each date, I want to select the date that comes AFTER this one.
    #   Then, I take the .cumsum(), because it's the agg you wish to do.
    #   Filter by your limit and take the first occurrence.
    #   Converting this to a dict, appending it to a list, makes it easy
    #   to rebuild a DataFrame later.
    ndf = df.loc[ (df['date1'] >= row['date2']) & (df['Place'] == row['Place']) ]\
            .sort_values(by='date1')
    ndf['avgsum'] = ndf['AVG'].cumsum()
    final_df = ndf.loc[ ndf['avgsum'] >= limit ]

    #   Error handling, in case there is not avgsum above the threshold.
    try:
        final_df = final_df.iloc[0][['date1', 'avgsum']].rename({'date1' : 'date100'})
        result.append( final_df.to_dict() )
    except IndexError:
        continue

df3 = pd.DataFrame(result)

final_df = pd.concat([df2, df3], axis=1, sort=False)
print(final_df)
#       date2 Place  avgsum   date100
# 0  1/1/2014     A   123.0  3/1/2014
# 1  2/1/2014     C     NaN       NaN

---

以下是一个直接解决方案，假设如下：

• df1

  按日期排序

• df2

然后，您可以执行以下操作：

df2 = df2.join(pd.concat([
        pd.DataFrame(pd.DataFrame(df1.loc[df1.date1 >= d].AVG.cumsum()).query('AVG>=100')
                .iloc[0]).transpose()
        for d in df2.date2]).rename_axis('ix').reset_index())\
    .join(df1.drop(columns='AVG'), on='ix').rename(columns={'AVG': 'sum', 'date1': 'date100'})\
    .drop(columns='ix')[['date2', 'date100', 'sum']]

这样做的目的如下：

• 对于df2中的每个日期，找到平均积数至少为100的第一个日期
• 将结果合并到一个数据帧中，该数据帧由

  df1中该行的索引索引

• 将该索引存储在

  ix

  列中，并重置该索引以将该数据帧连接到df2
• 使用

  ix

  列将其连接到df1减去

  AVG

  列
• 重命名列，删除

  ix

  列，然后重新排序所有内容

---

这里有一个直接的解决方案，假设如下：

• df1

  按日期排序

• df2

然后，您可以执行以下操作：

df2 = df2.join(pd.concat([
        pd.DataFrame(pd.DataFrame(df1.loc[df1.date1 >= d].AVG.cumsum()).query('AVG>=100')
                .iloc[0]).transpose()
        for d in df2.date2]).rename_axis('ix').reset_index())\
    .join(df1.drop(columns='AVG'), on='ix').rename(columns={'AVG': 'sum', 'date1': 'date100'})\
    .drop(columns='ix')[['date2', 'date100', 'sum']]

这样做的目的如下：
• 对于df2中的每个日期，找到平均积数至少为100的第一个日期
• 将结果合并到一个数据帧中，该数据帧由

  df1中该行的索引索引

• 将该索引存储在

  ix

  列中，并重置该索引以将该数据帧连接到df2
• 使用

  ix

  列将其连接到df1减去

  AVG

  列
• 重命名列，删除

  ix

  列，然后重新排序所有内容

---

---

我不理解第一个df2与您想要执行的操作之间的关系。我对当天的列求和，因此对于df2[2/1/2014]中的第二个元素，我做了14+47+25+74。我不理解第一个df2与您想要执行的操作之间的关系。我对当天的列求和，因此对于df2中的第二个元素[2/1/2014]我做了14+47+25+74。谢谢它能工作，但我的数据没有分类。我还想知道是否有可能更进一步，因为事实上我有这样的东西：df=pd.DataFrame（{'date1'：['1/1/2014'，'2/2014'，'3/2/2014'，'4/2/2014'，'5/2/2014'，'AVG'：[15,14,47,25,74]，'Place:['A'，'A'，'B'，'C'，'A'）和df2=pd.DataFrame:'['2014年1月1日'，'2014年1月2日'，'Place'：['A'，'C'}）。是否可以只计算列“位置”匹配的总和？是的，但我不在我的计算机前。我认为你应该事先问这个问题，因为现在你要问两个问题。当我在一个问题前时，我会尝试回答，但你应该能够使用简单的loc和你想要筛选的条件来完成。是的，我意识到了现在。我试图使用.loc，但我无法使其发挥作用。@yyzzz你应该编辑你的第一篇文章，并完成真正的最后一个问题。我还将我的数据放在我对Serge Ballesta的评论中（），谢谢它起作用，但我的数据没有排序。我还想知道是否有可能更进一步，因为实际上我有这样的东西：df=pd.DataFrame({'date1'：[1/1/2014'、'2/1/2014'、'3/2/2014'、'4/2/2014'、'5/2/2014']、'AVG'：[15,14,47,25,74]、'Place'：[A'、'A'、'B'、'C'、'A'）和df2=pd.DataFrame（{'date2'：[1/1/2014'、'2/1/2014']、'Place'：[A'、'C'}）。是否可以只计算列“位置”匹配的总和？是的，但我不在我的计算机前。我认为你应该事先问这个问题，因为现在你要问两个问题。当我在一个问题前时，我会尝试回答，但你应该能够使用简单的loc和你想要筛选的条件来完成。是的，我意识到了现在。我试图使用.loc，但我无法使其工作。@yyzz你应该编辑你的第一篇文章，并完成真正的最后一个问题。我还将我的数据放在我对Serge Ballesta的评论中（）谢谢！我还想知道是否可以更进一步，因为实际上我有这样的东西：df=pd.DataFrame（{'date1'：[2014年1月1日”、“2014年2月1日”、“2014年3月2日”、“2014年4月2日”、“2014年5月2日”]、“平均值”：[15,14,47,25,74]、“地点”：[A'、'A'、'B'、'C'、'A'）和df2=pd.DataFrame（{'date2'：[2014年1月1日]、'2014年2/1月']、'Place'：[A'、'C'}）。是否可以只对“地点”匹配的列求和？@yyzzz:在地点上添加条件不是问题。真正的问题是从

df2

开始的第二个日期没有解决方案，而这是我的一个假设。实际上，每个日期都有一个解决方案exist@yyzzz：你能给出一个输入数据的现实例子吗汉克斯！我还想知道是否有可能更进一步，因为实际上我有这样的东西：df=pd.DataFrame（{'date1'：['1/1/2014'，'2/1/2014'，'3/2/2014'，'4/2/2014'，'5/2/2014'，'AVG'：[15,14,47,25,74]，'Place'：['A'，'A'，'B'，'C'，'A'）和df2=pd.DataFrame（{'date2'：['1/1/2014'，'2/1/2014'，'Place A'，'C'））。是否可以只对“地点”匹配的列求和？@yyzzz:在地点上添加条件不是问题。真正的问题是从

df2

开始的第二个日期没有解决方案，而这是我的一个假设。实际上，每个日期都有一个解决方案exist@yyzzz：你能给出一个输入数据的现实例子吗？