Python 如何创建基于列值具有累积和且具有分组依据的两列

我正在使用python3.7在pandas中创建以下数据帧

data = {'s':['a','a','a','a','b','b'],
        'cp':['C','P','C','C','C','P'],
        'st':[300,300,300,300,310,310],
         'qty':[3000,3000,3000,6000,9000,3000],
         'p':[16,15,14,10,8,12]}
df=pd.DataFrame(data)
df['t']=df['p']*df['qty']
df['ct']=df['t'].cumsum()
df

s   cp  st  qty p   t   ct
0   a   C   300 3000    16  48000   48000
1   a   P   300 3000    15  45000   93000
2   a   C   300 3000    14  42000   135000
3   a   C   300 6000    10  60000   195000
4   b   C   310 9000    8   72000   267000
5   b   P   310 3000    12  36000   303000

我想创建两个独立的列，即基于S的x和y，以及具有数量累积和的CP值

col x = cumm qty where cp="c" group by col s
col y = cumm qty where cp=P group by col s

    s   cp  st  qty p   t   ct                x      y
0   a   C   300 3000    16  48000   48000     3000     0
1   a   P   300 3000    15  45000   93000     3000   3000
2   a   C   300 3000    14  42000   135000    6000   3000
3   a   C   300 6000    10  60000   195000   12000   3000
4   b   C   310 9000    8   72000   267000    9000     0
5   b   P   310 3000    12  36000   303000    9000   3000

I tried something like this

df['x']=df.loc[df['p']>0].groupby(['s'])['s','cp','qty','ct'].apply(lambda x:x['qty'].cumsum() if x['cp']=="C" else 0) 

它给出了以下错误 级数的真值是模糊的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）

我也不确定它会在哪里给我预期的输出。你能帮我吗？

你可以使用：

df['X']=df.where(df['cp'].eq('C')).groupby('s')['qty'].cumsum().fillna(df['qty'])
df['Y']=0
df.loc[~df['cp'].shift(-1).eq('P'),'Y']=df.loc[df['cp'].eq('P'),'qty']
df=df.ffill()

---

您可以使用：

df['X']=df.where(df['cp'].eq('C')).groupby('s')['qty'].cumsum().fillna(df['qty'])
df['Y']=0
df.loc[~df['cp'].shift(-1).eq('P'),'Y']=df.loc[df['cp'].eq('P'),'qty']
df=df.ffill()

---

这是我的解决办法

df['x'] = df['qty'].mul(df['cp'].eq('C')).groupby(df['s']).cumsum()
df['y'] = df['qty'].mul(df['cp'].eq('P')).groupby(df['s']).cumsum()

输出：

   s cp   st   qty   p      t      ct      x     y
0  a  C  300  3000  16  48000   48000   3000     0
1  a  P  300  3000  15  45000   93000   3000  3000
2  a  C  300  3000  14  42000  135000   6000  3000
3  a  C  300  6000  10  60000  195000  12000  3000
4  b  C  310  9000   8  72000  267000   9000     0
5  b  P  310  3000  12  36000  303000   9000  3000

这是我的解决办法

df['x'] = df['qty'].mul(df['cp'].eq('C')).groupby(df['s']).cumsum()
df['y'] = df['qty'].mul(df['cp'].eq('P')).groupby(df['s']).cumsum()

输出：

   s cp   st   qty   p      t      ct      x     y
0  a  C  300  3000  16  48000   48000   3000     0
1  a  P  300  3000  15  45000   93000   3000  3000
2  a  C  300  3000  14  42000  135000   6000  3000
3  a  C  300  6000  10  60000  195000  12000  3000
4  b  C  310  9000   8  72000  267000   9000     0
5  b  P  310  3000  12  36000  303000   9000  3000

---

我试过了，它在一列中给出了cumsum，我想要分开两列，一列有cp值“C”，另一列有cp值“P”，我试过了，它在一列中给出了cumsum，我想要分开两列，一列有cp值“C”，另一列有cp值“P”感谢您的帮助，但您的代码没有为s值提供正确的值。例如，b c 310 9000 8 72000 267000它的值应为9000、0以及x和y，下一行的x和y值应为9000 3000您的x e解决方案，我不明白您是如何得到它们的，我认为它们是错误的。我不明白标准是什么，x列=数量的总和，其中cp=“C”，但它应该根据s值计算总和，y列与x列相同，只是值为“P”。e、 s的g值是a，cp是C数量=10（第一行），然后x，y应该是10，第二行的0值是a，P，20，然后第二行的x和y应该是10，第三行的20值是b，C，15，然后x和y应该是15，第四行的0值是a，C，8，然后值应该是18，20希望能清楚地解释谢谢你的帮助。我会检查的。有一个问题是，等式是否需要f['cp']所述的eq。eq（'C'）或它也可以检查为==吗？谢谢您的帮助，但您的代码没有为s值提供正确的值。例如，b C 310 9000 8 72000 267000它应该有值9000，0，对于x和y，对于下一行，x和y的值应该是9000，对于x e，我不明白你是如何得到它们的，我认为它们是错误的。我不明白标准是什么，x列=数量的总和，其中cp=“C”，但它应该根据s值计算总和，y列与x列相同，只是值为“P”。e、 s的g值是a，cp是C数量=10（第一行），然后x，y应该是10，第二行的0值是a，P，20，然后第二行的x和y应该是10，第三行的20值是b，C，15，然后x和y应该是15，第四行的0值是a，C，8，然后值应该是18，20希望能清楚地解释谢谢你的帮助。我会检查的。有一个问题是，等式是否需要f['cp']中提到的eq。eq（'C'）或者也可以检查为==呢？谢谢你的帮助。它正在工作。帮了大忙。你能解释一下你为什么用mul吗？np.where或lambda？mul表示乘法，因此您将

C

屏蔽为1，将

P

屏蔽为0。谢谢您的帮助。它正在工作。帮了大忙。你能解释一下你为什么用mul吗？np.where或lambda？mul表示乘法，因此您将

C

屏蔽为1，将

P

屏蔽为0。