パンダは2番目の列に積算合計で適用されます

Question

私は、コレクションをループしてpandasに変換し、条件付き合計と実行中の合計に基づいて各値を更新します。この関数は基本的にこの

def calculate_value(): 
    cumulative_amount = 0 

    for row in rows: 
     if row['amount'] < 0: 
      return 0 

     amount = 0 

     if row['kind'] == 'A': 
      amount = row['amount'] * row['input_amount'] 
     elif row['kind'] == 'B': 
      amount = row['input_amount'] - cumulative_amount 
     elif row['kind'] == 'C': 
      amount = row['amount'] 

     cumulative_amount += amount 
     row['result'] = amount 

     if row['kind'] == 'B': 
      break 

    return rows 

、すべての行をループのように見える、とresult値を追加します。しかし、このresultは、累積稼働合計によって異なる場合があります。さらに、特定の値（row['kind'] == 'B'）に達した場合、新しい行の処理を中断して停止する必要があります。

これをパンダに変換すると、applyを使用しているようです。これまでのところ、私はのコードをとしていますが、cumulative_amountをshift(-1)としてみると、それはいつもnanに戻ります。

パンダでこれを行うにはどうすればよいですか？私はこれを正しく理解していれば

def calculate_value(row: Series): 
    if row['amount'] < 0 or row.shift(-1)['kind'] == 'B': 
     row['cumulative_amount'] = 0 
     row['result'] = 0 
     return row 

    amount = 0 

    if np.isnan(row.shift(-1)['cumulative_amount']): 
     cumulative_amount = 0 
    else: 
     cumulative_amount = row.shift(-1)['cumulative_amount'] 

    if row['kind'] == 'A': 
     amount = row['amount'] * row['input_amount'] 
    elif row['kind'] == 'B': 
     amount = row['input_amount'] - cumulative_amount 
    elif row['kind'] == 'C': 
     amount = row['amount'] 

    row['cumulative_amount'] = amount + cumulative_amount 
    row['result'] = amount 
    return row 

df['cumulative_amount'] = 0 
new_df = df.apply(lambda x: calculate_value(x), axis=1) 

入力し、所望の出力の例は

df = pd.DataFrame({ 
    'kind': {1: 'C', 2: 'E', 3: 'A', 4: 'A', 5: 'B', 6: 'C'}, 
    'amount': {1: -800, 2: 100, 3: 0.5, 4: 0.5, 5: 0, 6: 200}, 
    'input_amount': {1: 800, 2: 800, 3: 800, 4: 800, 5: 800, 6: 800} 
}) 

    amount input_amount kind cumulative_amount result 
1 -800.0   800 C    0.0  0.0 
2 100.0   800 E    0.0  0.0 
3  0.5   800 A    400.0 400.0 
4  0.5   800 A    800.0 400.0 
5  0.0   800 B    800.0  0.0 
6 200.0   800 C    800.0  0.0 

Answer 1

あり、唯一result種類'B'ためには、他の行に依存します。だから、最初に他のすべての操作を実行して起動することができます。

df['result'] = 0. 

a = (df.kind == 'A') & (df.amount >= 0) 
c = (df.kind == 'C') & (df.amount >= 0) 

df.loc[a, 'result'] = df.loc[a, 'amount'] * df.loc[a, 'input_amount'] 
df.loc[c, 'result'] = df.loc[c, 'amount'] 

はCUMSUMを行います

df['cumulative_amount'] = df.result.cumsum() 

は'cumulative_amount'（タイプ'B'ののためのすべての出現）の値を修正：

df.loc[(df.kind == 'B'), 'result'] = df.loc[(df.kind == 'B'), 'input_amount'].values - df.loc[(df.kind.shift(-1) == 'B'), 'cumulative_amount'].values 

が最初に出現した後に'result'と'cumulative_amount'の値を修正してください：

df.loc[(df.kind == 'B').cumsum().shift() > 0, 'result'] = 0 
# (df.kind == 'B').cumsum().shift() is a running count of the number of B's encountered prior to the row index, 
# so you want to 'stop' once this number is no longer zero 
# You could of course do this more simply by figuring out which position in the index has the first B, 
# then using .ix or .iloc, but it's actually longer to type out. 

df['cumulative_amount'] = df.result.cumsum() # Once more, because we've changed the value of results below B.