Условная совокупная сумма на основе нескольких столбцов Pandas

У меня есть dataframe, который содержит несколько стеков и их соответствующую длину.

df = pd.DataFrame({'stack-1-material': ['rock', 'paper', 'paper', 'scissors', 'rock'], 'stack-2-material': ['rock', 'paper', 'rock', 'paper', 'scissors'], 'stack-1-length': [3, 1, 1, 2, 3], 'stack-2-length': [3, 1, 3, 1, 2]})

  stack-1-material stack-2-material  stack-1-length  stack-2-length
0             rock             rock               3               3
1            paper            paper               1               1
2            paper             rock               1               3
3         scissors            paper               2               1
4             rock         scissors               3               2

Я пытаюсь создать отдельный столбец для каждого материала, который отслеживает совокупную сумму длины, независимо от того, в какой стопке они находятся. Я пробовал использовать groupby, но мне удалось вывести совокупную сумму только в один столбец. Вот что я ищу:

  stack-1-material stack-2-material  stack-1-length  stack-2-length  rock_cumsum  paper_cumsum  scissors_cumsum
0             rock             rock               3               3            6             0                0
1            paper            paper               1               1            6             2                0
2            paper             rock               1               3            9             3                0
3         scissors            paper               2               1            9             4                2
4             rock         scissors               3               2           12             4                4

python-3.x pandas cumulative-sum
person Luxo_Jr    schedule 26.04.2021    source источник
comment
Да спасибо за улов!   -  person Luxo_Jr    schedule 26.04.2021

Ответы (2)


arrow_upward
5
arrow_downward

вы можете использовать материалы столбцов в качестве маски по длине столбцов, затем sum по столбцу и cumsum для каждого материала.

#separate material and length
material = df.filter(like='material').to_numpy()
lentgh = df.filter(like='length')

# get all unique material
l_mat = np.unique(material)

# iterate over nique materials
for mat in l_mat:
    df[f'{mat}_cumsum'] = lentgh.where(material==mat).sum(axis=1).cumsum()

print(df)
  stack-1-material stack-2-material  stack-1-length  stack-2-length  \
0             rock             rock               3               3   
1            paper            paper               1               1   
2            paper             rock               1               3   
3         scissors            paper               2               1   
4             rock         scissors               3               2   

   rock_cumsum  paper_cumsum  scissors_cumsum  
0          6.0           0.0              0.0  
1          6.0           2.0              0.0  
2          9.0           3.0              0.0  
3          9.0           4.0              2.0  
4         12.0           4.0              4.0
person Ben.T    schedule 26.04.2021
comment
Это отлично работает, спасибо! - person Luxo_Jr; 27.04.2021

arrow_upward
3
arrow_downward

Во-первых, переверните имена столбцов таким образом, чтобы мы могли использовать wide_to_long для изменения формы DataFrame.

Затем возьмите cumsum в материале и определите максимальное значение для материала в строке. Затем мы можем reshape это и ffill и заменить оставшиеся NaN на 0 и снова присоединиться к исходному.

df.columns = ['-'.join(x[::-1]) for x in df.columns.str.rsplit('-', n=1)]

res = (pd.wide_to_long(df.reset_index(), stubnames=['material', 'length'], 
                       i='index', j='whatever', suffix='.*')
         .sort_index(level=0))

#                material  length
#index whatever                  
#0     -stack-1      rock       3
#      -stack-2      rock       3
#1     -stack-1     paper       1
#      -stack-2     paper       1
#2     -stack-1     paper       1
#      -stack-2      rock       3
#3     -stack-1  scissors       2
#      -stack-2     paper       1
#4     -stack-1      rock       3
#      -stack-2  scissors       2

res['csum'] = res.groupby('material')['length'].cumsum()
res = (res.groupby(['index', 'material'])['csum'].max()
          .unstack(-1).ffill().fillna(0, downcast='infer')
          .add_suffix('_cumsum'))

df = pd.concat([df, res], axis=1)

  material-stack-1 material-stack-2  length-stack-1  length-stack-2  paper_cumsum  rock_cumsum  scissors_cumsum
0             rock             rock               3               3             0            6                0
1            paper            paper               1               1             2            6                0
2            paper             rock               1               3             3            9                0
3         scissors            paper               2               1             4            9                2
4             rock         scissors               3               2             4           12                4
person ALollz    schedule 26.04.2021