熊猫:如何在一列条件下进行分段计算
熊猫:如何在一列条件下进行分段计算
提问于 2022-02-16 15:16:04
我有这样的数据：
symbol Time Volume cumVolume group ...
00001 0 100 100 0 ...
00001 3 100 200 0 ...
00001 7 -200 0 0 ...
00001 12 -100 -100 1 ...
00001 13 -200 -300 1 ...
00001 18 300 0 1 ...
00002 0 -100 -100 2 ...
00002 4 -100 -200 2 ...
00002 7 100 -100 2 ...
00002 13 300 200 2 ...
00002 15 300 500 3 ... 我想对每个符号的子数据进行计算，除以group。例如，我可以看到这样的数据：
symbol Time Volume cumVolume group ...
00001 0 100 100 0 ...
00001 3 100 200 0 ...
00001 7 -200 0 0 ...
----------------------------------------------------
00001 12 -100 -100 1 ...
00001 13 -200 -300 1 ...
00001 18 300 0 1 ...
----------------------------------------------------
00002 0 -100 -100 2 ...
00002 4 -100 -200 2 ...
00002 7 100 -100 2 ...
00002 13 300 200 2 ...
----------------------------------------------------
00002 15 300 500 3 ... 计算规则是：Volume * Time to section end
例如，对于第一部分：(100)*(7-0) + (100)*(7-3) + (-200)*(7-7)
第二节：(-100)*(18-12) + (-200)*(18-13) + (300)*(18-18)
我正在为如何获得Time to section end变量而挣扎。你能给我一些提示或解决办法吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-02-17 19:46:27
首先，我们要为每个"group"计算这个值，所以我们需要df.groupby("group")。然后，对于每个组，您可以使用df_group.max()获得“结束时间”。现在，要计算“时间到区段结束”，我们只需减去值：df_group["Time"].max() - df_group["Time"]。这是因为这是一个“向量化”操作。最后，可以将卷乘以，然后使用.sum()添加所有内容。
for group, df_group in df.groupby("group"):
result = (df_group["Volume"] * (df_group["Time"].max() - df_group["Time"])).sum()
print(group, result)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71144447
复制相关文章
相似问题
腾讯云开发者
