Python 如果为负，则使用加权平均

我有一个数据帧：

a = {'Price': [10, 15, 20, 25, 30], 'Total': [10000, 12000, 15000, 14000, 10000],
 'Previous Quarter': [0, 10000, 12000, 15000, 14000]}
a = pd.DataFrame(a)
print (a)

有了这些原始数据，我添加了许多附加列，包括加权平均价格（WAP）

这是很好的，但是，由于总量开始减少，这降低了加权平均价格

我的问题是，如果总数减少，我将如何让WAP反映上述行？例如，在第3行中，总计为1000，低于第2行。这使WAP从12.6降到了11.78，但我希望它是12.6而不是11.78

我已经尝试过在['Total']<0和['WAP']=0之间循环，但这会影响整个列

最后，我想找一个WAP专栏，内容如下： 10,10.83,12.6,12.6,12.6

您可以使用：

---

作为一名Python初学者，我可以考虑以下两种选择

或者

a['WAP'] = np.maximum.accumulate(a['Cum Sum Amount'] / a['Total'])

或者在您已经创建了

WAP

之后，您可以使用

diff

方法仅修改子集（感谢@ayhan提供

loc

，它将修改

a

）

a.loc[a['WAP'].diff（）<0，'WAP']=max（a['WAP']）

a['WAP']=np.maximum.accumulate（a['Cum Sum-Amount']]/a['Total']）对你有用吗？你可以将第二个更改为

a.loc[a['WAP'].diff（）<0，'WAP']=max（a['WAP']）

以避免警告。@ayhan谢谢，我刚刚读到这篇文章的时候正准备好

a['WAP'] = (a['Cum Sum Amount'] / a['Total']).cummax()

print (a['WAP'])

0    10.000000
1    10.833333
2    12.666667
3    12.666667
4    12.666667
Name: WAP, dtype: float64

a['WAP'] = np.maximum.accumulate(a['Cum Sum Amount'] / a['Total'])

a.loc[a['WAP'].diff() < 0, 'WAP'] = max(a['WAP'])