python - Pandas:基于附加条件的每个类别的 cumsum

Question

我有一个以下形式的 pandas 数据框:

id   n_items  paid
 1         5     1
 1         2     0
 1         6     0
 1         1     1
 1         3     0
 1         8     0
 2         7     0
 2         7     1
 3         1     1
 3         5     1
 3         2     1

“id”指定客户 ID，“n_items”表示在特定交易期间购买了多少件商品，“paid”表示客户是否已为该购买付款。对于每个客户 ID，行都是按时间顺序排列的。

对于每一行，我想确定自客户上次付款以来总共购买了多少件商品。输出应如下所示:

id   n_items  paid   cum_days
 1         5     1          5
 1         2     0          2
 1         6     0          8
 1         1     1          9
 1         3     0          3
 1         8     0         11
 2         7     0          7 
 2         7     1         14
 3         1     1          1
 3         5     1          5
 3         2     1          2

我找到了this帖子，它解决了类似的问题，但我还没有设法为此目的修改它。

Answer 1

使用cumsum计算组变量来识别模式(自上次付款以来)，然后计算每个ID的n_items的累积和和未付款期:

df['cumdays'] = df.groupby([
                    df.id, df.paid.cumsum().shift().fillna(0)
                ]).n_items.cumsum()
df