Python 按日期和id计算/添加值

我想数一数在每次订单日期之前已经付款的所有订单

输入：

预期输出：

下面的代码可以工作，但速度非常慢。100k+行需要10小时以上的时间。当然还有更好的办法

orders_paid,orders_inkasso = []

for y,row in df_dated_filt.iterrows():
    x = x + 1
    orders_paid.append(df_dated_filt[(df_dated_filt["order_id"] != row["order_id"]) & (df_dated_filt["m_order_paid"] == 1) & 
                      (df_dated_filt["customer_id"] == row["customer_id"]) & 
                      (pd.to_datetime(df_dated_filt['order_date'])<pd.to_datetime(row['order_date']))]["order_id"].count())
df_dated_filt["m_orders_paid"] = orders_paid

orders\u paid，orders\u inkasso=[]
对于y，df_dated_filt.iterrows（）中的行：
x=x+1
订单已付。追加（df_Date_filt[（df_Date_filt[“订单id”！=行[“订单id”]）和（df_Date_filt[“m_订单已付”]=1）和
（df_dated_filt[“customer_id”]==行[“customer_id”]）和
（pd.to_datetime（df_dated_filt['order_date']）用于按升序获取日期，然后使用+获取当前日期之前的总付款：

df['order_date'] = pd.to_datetime(df['order_date'])

df['total_paid'] = (
    df.sort_values('order_date')
        .groupby('customer_id')['order_paid']
        .transform(lambda g: g.cumsum().shift(fill_value=0))
)

df
：

   customer_id  order_id order_date  order_paid  total_paid
0            1        12 2019-01-06           0           1
1            1        22 2019-01-01           1           0
2            1        31 2019-01-03           0           1
3            2        34 2018-05-08           0           0
4            2        44 2018-05-12           1           0
5            2        48 2018-05-29           1           1
6            2        55 2018-05-30           1           2

（注意，我认为第一行应该是1，因为该客户在2019-01-01有一个已付款订单，第一行在2019-01-06，即2019-01-01之后。此外，提供的代码也将1放在第一行。）


完整的工作示例：

import pandas as pd

df = pd.DataFrame({
    'customer_id': [1, 1, 1, 2, 2, 2, 2],
    'order_id': [12, 22, 31, 34, 44, 48, 55],
    'order_date': ['2019-01-06', '2019-01-01', '2019-01-03',
                   '2018-05-08', '2018-05-12', '2018-05-29', '2018-05-30'],
    'order_paid': [0, 1, 0, 0, 1, 1, 1]
})
df['order_date'] = pd.to_datetime(df['order_date'])

df['total_paid'] = (
    df.sort_values('order_date')
        .groupby('customer_id')['order_paid']
        .transform(lambda g: g.cumsum().shift(fill_value=0))
)
print(df)


假设更多的操作取决于日期的升序，则按
客户id
和
订单日期对数据框进行排序可能会有好处：

df = df.sort_values(['customer_id', 'order_date'])

以后的操作不需要排序：

df['total_paid'] = (
    df.groupby('customer_id')['order_paid']
        .transform(lambda g: g.cumsum().shift(fill_value=0))
)

然后，在完成所有订购的日期相关操作后，使用：

df = df.sort_values(['customer_id', 'order_id'])

恢复帧的原始顺序。
df.groupby（'Team'）['Count'].transform（lambda x:x.cumsum（）.shift（）.fillna（0））
？如果改为
打印（df.sort_值（['customer_id'，'order_date'））
结果会更容易阅读。我同意。但是，OP的预期输出保持了数据帧的原始顺序，这就是我采用这种方法的原因。也就是说，排序肯定是个好主意，特别是如果要执行依赖于按排序顺序排列的日期的其他操作。啊，我没有注意到因此，发布的示例OP似乎是错误的。我使用了所提供的工作代码片段的输出，这是我根据其得出的答案。也就是说，我进行了编辑，在最后添加了有关排序的信息。=）