带有标志条件的 Pandas 分组累加求和

Question

假设我有以下数据框： ```

	date	flag	user	num
0	2019-01-01	1	a	10
1	2019-01-02	0	a	20
2	2019-01-03	1	b	30
3	2019-03-04	1	b	40

``` 我想创建一个按用户分组的 nums 的累加和，只有当 flag == 1 时才进行累加。结果应该是这样的： ```

	date	flag	user	num	cumsum
0	2019-01-01	1	a	10	10
1	2019-01-02	0	a	20	10
2	2019-01-03	1	b	30	30
3	2019-03-04	1	b	40	70

``` 到目前为止，我已经按 flag 进行了累加，但是没有按用户进行分组。

df['cumsum'] = df[df['flag'] == 1 ]['num'].transform(pd.Series.cumsum)

或者按用户累加忽略标志

df['cumsum'] = df.groupby('user')['num'].transform(pd.Series.cumsum)

我需要帮助使它们一起工作。

- MakinetaJim

Answer 1

您可以使用num乘以flag，使得num = 0，其中flag = 0，按user分组，并进行cumsum：

df['cumsum'] = df['num'].mul(df['flag']).groupby(df['user']).cumsum()

输出：

>>> df
         date  flag user  num  cumsum
0  2019-01-01     1    a   10      10
1  2019-01-02     0    a   20      10
2  2019-01-03     1    b   30      30
3  2019-03-04     1    b   40      70

- user17242583

Answer 2

使用 series.where 方法将标记为 0 的 num 替换为 flag，然后进行 groupby+cumsum 操作：

df['cumsum'] =  df['num'].where(df['flag'].eq(1),0).groupby(df["user"]).cumsum()

---

         date  flag user  num  cumsum
0  2019-01-01     1    a   10      10
1  2019-01-02     0    a   20      10
2  2019-01-03     1    b   30      30
3  2019-03-04     1    b   40      70

- anky