Python 熊猫cumsum+;计算多个列
阿罗哈 我有以下数据帧Python 熊猫cumsum+;计算多个列,python,pandas,Python,Pandas,阿罗哈 我有以下数据帧 stores = [1,2,3,4,5] weeks = [1,1,1,1,1] df = pd.DataFrame({'Stores' : stores, 'Weeks' : weeks}) df = pd.concat([df]*53) df['Weeks'] = df['Weeks'].add(df.groupby('Stores').cumcount()) df['Target'] = np.random.randint(4
stores = [1,2,3,4,5]
weeks = [1,1,1,1,1]
df = pd.DataFrame({'Stores' : stores,
'Weeks' : weeks})
df = pd.concat([df]*53)
df['Weeks'] = df['Weeks'].add(df.groupby('Stores').cumcount())
df['Target'] = np.random.randint(400,600,size=len(df))
df['Actual'] = np.random.randint(350,800,size=len(df))
df['Variance %'] = (df['Target'] - df['Actual']) / df['Target']
df.loc[df['Variance %'] >= 0.01, 'Status'] = 'underTarget'
df.loc[df['Variance %'] <= 0.01, 'Status'] = 'overTarget'
df['Status'] = df['Status'].fillna('atTarget')
df.sort_values(['Stores','Weeks'],inplace=True)
现在,我要做的是,对超过或低于目标但在状态改变时重置的门店进行累计计数
我认为这将是最好的方法来做这件事(和许多变种),但这并没有重置计数器
s = df.groupby(['Stores','Weeks','Status'])['Status'].shift().ne(df['Status'])
df['Count'] = s.groupby(df['Stores']).cumsum()
我的逻辑是按我的相关列分组,然后做一个!=移位以重置累积和
当然,我已经搜索了很多不同的问题,但我似乎无法解决这个问题。有谁能向我解释一下解决这个问题的最佳方法是什么
我希望这里的一切都是清晰和可复制的。如果您需要任何其他信息,请告诉我
预期产量
Stores Weeks Target Actual Variance % Status Count
0 1 1 430 605 -0.406977 overTarget 1
0 1 2 549 701 -0.276867 overTarget 2
0 1 3 471 509 -0.080679 overTarget 3
0 1 4 549 378 0.311475 underTarget 1 # Reset here as status changes
0 1 5 569 708 -0.244288 overTarget 1 # Reset again.
0 1 6 574 650 -0.132404 overTarget 2
0 1 7 466 623 -0.336910 overTarget 3
在创建密钥之后,请尝试使用
pd.Series.groupby()
cumsum
s=df.groupby('Stores')['Status'].apply(lambda x : x.ne(x.shift()).ne(0).cumsum())
df['Count']=df.groupby([df.Stores,s]).cumcount()+1
您的预期输出是什么?已编辑的问题=)!先生,你是个天才。快速提问,在我的头脑中(这可能是我无法让它工作的原因),我总是按周分组,为什么在这种情况下不需要这样做?@DataNearroil因为您的周对于每个商店都是唯一的,如果您按周分组,您将得到唯一的行,这意味着(商店+周)可以是示例df的唯一键。所以groupby不起作用了谢谢!最后一个问题为什么
.ne(0)
据我所知x:x.ne(x.shift())
返回一个true
或false
boolean?@datanovel,就像一个编码样式:-)
s=df.groupby('Stores')['Status'].apply(lambda x : x.ne(x.shift()).ne(0).cumsum())
df['Count']=df.groupby([df.Stores,s]).cumcount()+1