python - 根据条件 Pandas 重置累积总和

Question

我有一个像这样的数据框:

customer spend hurdle 
A         20    50      
A         31    50      
A         20    50      
B         50    100     
B         51    100    
B         30    100     

我想计算 Cumulative 的附加列，当 Cumulative 总和大于或等于以下障碍时，它将基于同一客户重置:

customer spend hurdle Cumulative 
A         20    50      20
A         31    50      51
A         20    50      20
B         50    100     50
B         51    100    101
B         30    100     30

我在 pandas 中使用了 cumsum 和 groupby 但我不知道如何根据条件重置它。

以下是我目前使用的代码:

df1['cum_sum'] = df1.groupby(['customer'])['spend'].apply(lambda x: x.cumsum())

我知道这只是一个正常的累积总和。非常感谢您的帮助。

Answer 1

可能有更快、更有效的方法。这是一种低效的 apply 方法。

In [3270]: def custcum(x):
      ...:     total = 0
      ...:     for i, v in x.iterrows():
      ...:         total += v.spend
      ...:         x.loc[i, 'cum'] = total
      ...:         if total >= v.hurdle:
      ...:            total = 0
      ...:     return x
      ...:

In [3271]: df.groupby('customer').apply(custcum)
Out[3271]:
  customer  spend  hurdle    cum
0        A     20      50   20.0
1        A     31      50   51.0
2        A     20      50   20.0
3        B     50     100   50.0
4        B     51     100  101.0
5        B     30     100   30.0

您可以考虑使用cython 或numba 来加速custcum

---

[更新]

Ido s 答案的改进版本。

In [3276]: s = df.groupby('customer').spend.cumsum()

In [3277]: np.where(s > df.hurdle.shift(-1), s, df.spend)
Out[3277]: array([ 20,  51,  20,  50, 101,  30], dtype=int64)