python - Pandas 基于行的列总和

Question

我有一个数据框:

      year  month  day  highest_temp
0      1961      1    1           7.9
1      1961      1    2           9.2
2      1961      1    3           7.3
3      1961      1    4          11.5
4      1961      1    5           7.7
5      1961      1    6           8.6
6      1961      1    7           9.1
7      1961      1    8          11.8
8      1961      1    9           6.9

我想对从 2 月 1 日起直到此数据框所有年份的总和 >= 600 的最高温度列进行求和。我尝试了 iterrows()、sum() 但没有得到我想要的结果。感谢您的帮助

编辑:根据@bubble的回答，我得到了以下结果:

57   1961      2   27          11.6     273.2
58   1961      2   28          11.7     284.9
59   1961      3    1          15.3     300.2
60   1961      3    2          18.9     319.1
..    ...    ...  ...           ...       ...
81   1961      3   23          15.5     584.3
82   1961      3   24          13.0     597.3

但是我仍然希望该值超过阈值 600。例如:在上面的结果中，我希望最终值再加一行。这是我基于 @bubble 的代码:

value = 600            
df2=df2.drop(df2[df2.month<2].index)

cumsums = df2.groupby(['year']).transform('cumsum')['highest_temp']


df2.loc[cumsums < value, 'cumsum_t'] = cumsums[cumsums < value]

result = df2.loc[cumsums < value, :]

Answer 1

df.loc[df.highest_temp.cumsum()<600,:]

这通过条件“hightest_temp 之和小于 600”选择子数据帧。您可以再次应用 cumsum，例如

data = df.loc[df.highest_temp.cumsum()<600, :]
data.loc[:, 'cumsum_t'] = data.highest_temp.cumsum() 

此外，您还可以使用groupby方法重置每个月的cumsum:

value = 600                                                                       
cumsums = df.groupby(['month']).transform('cumsum')['highest_temp']                 
df.loc[cumsums < value, 'cumsum_t'] = cumsums[cumsums < value]                        
result = df.loc[cumsums < value, :]