基于当前行值的Pandas条件求和实现方案咨询

可以通过Pandas的内置合并、筛选和分组操作实现，全程无需自定义函数或循环：

步骤说明 #

1. 给原数据添加临时索引，方便后续匹配结果并排除自身行
2. 将数据与自身按employeeID和groupName做内连接，生成同组内所有行的笛卡尔积配对
3. 筛选出非自身行且expiryDate >= 当前行agreementDate的记录
4. 按原数据的索引分组，对符合条件的vesting_value_CAD求和
5. 将求和结果合并回原数据，对无符合条件行的记录填充0

代码示例 #

import pandas as pd

# 模拟你的原始数据
data = {
    'employeeID': ['E1', 'E1', 'E1', 'E2'],
    'groupName': ['G1', 'G1', 'G1', 'G2'],
    'agreementID': ['A1', 'A2', 'A3', 'A4'],
    'agreementDate': pd.to_datetime(['2020-01-01', '2021-01-01', '2022-01-01', '2020-01-01']),
    'vesting_value_CAD': [100, 200, 40, 50],
    'expiryDate': pd.to_datetime(['2023-01-01', '2024-01-01', '2025-01-01', '2026-01-01'])
}
df = pd.DataFrame(data)

# 添加临时索引
df = df.reset_index(names='orig_index')

# 同组内生成所有行配对
merged = df.merge(df, on=['employeeID', 'groupName'], suffixes=('_orig', '_other'))

# 筛选符合条件的配对
filtered = merged[
    (merged['orig_index_orig'] != merged['orig_index_other']) &
    (merged['expiryDate_other'] >= merged['agreementDate_orig'])
]

# 按原索引分组求和
sum_result = filtered.groupby('orig_index')['vesting_value_CAD_other'].sum().reset_index(
    names='sum_vesting_CAD'
)

# 合并回原数据并处理空值
final_df = df.merge(sum_result, on='orig_index', how='left').fillna({'sum_vesting_CAD': 0}).drop(columns='orig_index')

print(final_df)

输出结果 #

employeeID groupName agreementID agreementDate  vesting_value_CAD expiryDate  sum_vesting_CAD
0         E1        G1          A1    2020-01-01                100 2023-01-01              240
1         E1        G1          A2    2021-01-01                200 2024-01-01               40
2         E1        G1          A3    2022-01-01                 40 2025-01-01               0
3         E2        G2          A4    2020-01-01                 50 2026-01-01               0

内容的提问来源于stack exchange，提问作者Titi