具有条件 cumsum 的自定义聚合

Question

我有一个看起来像这样的数据框

根据用户操作（可能有四种操作），我想在给定时间点累积用户的金额。A 类和 B 类行为代表用户收入，C 类和 D 类行为代表用户支出。

换句话说，我想要这样的结果

用户 1 首先执行 action_A 并得到 10 作为结果。然后 action_B 给我们 10 + 5 = 15。Action_C 代表金钱损失，给 use 15 - 5 = 10。最后，action_D 与 C 相同，我们得到 10 - 15 = -5。

我怎样才能用熊猫实现这个？我尝试使用自定义聚合

expanding().apply(agg_func)

但没有得到任何令人满意的结果。

编辑：数据框创建代码

ids = [1,1,1,1,2,2]

dates = ['2019-03-07 13:54', '2019-03-07 16:07', '2019-03-10 19:20', '2019-03-10 19:20', '2016-03-07 14:47', '2016-03-09 11:07']

amounts = [10., 5., 5., 15., 2., 4.]

actions = ['action_A', 'action_B', 'action_C', 'action_D', 'action_A', 'action_B']

result = [10, 15, 10, -5, 2, 6]

pd.DataFrame({'user_id': ids, 'start_date': dates, 'amount': amounts, 'action': actions, 'result': result}, index=range(6))

Answer 1

由和最后使用-1创建的掩码的多个值：Series.isinSeries.maskGroupBy.cumsumdf['result'] = (df['amount'].mask(df['action'].isin(['action_C','action_D']),                                  df['amount'] * -1)                           .groupby(df['user'])                           .cumsum())print (df['result'])0    10.01    15.02    10.03    -5.04     2.05     6.0Name: result, dtype: float64与帮助列类似的解决方案：df['result'] = (df.assign(tmp = df['amount'].mask(df['action'].isin(['action_C','action_D']),                                 df['amount']*-1))                  .groupby('user')['tmp']                  .cumsum())

Answer 2

嘿希望这会给你一个提示：首先，我对代表费用的行动给出否定符号。df.loc[df.action.isin(['action_C','action_D'])].amount = -1 * df.loc[df.action.isin(['action_C','action_D'])].amount然后你像这样创建结果列df['result'] = df.amount.cumsum()