Python:满足条件的列中的求和值

Question

我有一个像这样的 DataFrame:

import pandas as pd

df=pd.DataFrame()
df['exchange'] = [1, 1, 1, 2, 3]
df['type'] = ['deposit', 'deposit', 'trade', 'deposit', 'deposit']
df['value'] = [10, 10, '30', '40', '100']

看起来像:

    exchange     type       value
 0  1            deposit    10
 1  1            deposit    10
 2  1            trade      30
 3  2            deposit    40
 4  3            deposit    100

我想在 "value" 列中添加元素，其中 "type"='deposit' 基于 "exchange"和前向填充得到这样的东西:

    exchange     type       value   balance
 0  1            deposit    10      10
 1  1            deposit    10      20
 2  1            trade      30      20
 3  2            deposit    40      40
 4  3            deposit    100     100

其中 "balance" 是由 "exchange" 过滤的 deposits 的总和。

有没有办法在没有 for 循环/if 语句的情况下以 python 方式执行此操作？

Answer 1

您可以先按“交换”分组，然后应用np.cumsum，最后分配type为“存款”的结果。

import pandas as pd
import numpy as np

df.loc[df["type"]=="deposit", "balance"] = df.loc[df["type"]=="deposit"].groupby("exchange", sort=False)["value"].apply(np.cumsum)

最后，您可以像您提到的那样用 forward-fill 填充缺失值。

df = df.fillna(method='ffill')