Pandas条件分组：基于谓词的分区聚合实现方案问询

你需要的**按当前行days值做条件聚合（≤、≥、等于）**可以通过Pandas的分组+累计求和实现，完全替代循环，效率提升明显。以下是具体实现：

一、基础实现（全局范围的条件聚合） #

先明确需求：对每一行，计算所有days≤当前行days的amount总和（同理处理≥的情况）。

步骤1：计算每个days对应的amount总和 #

先把相同days的amount合并，得到每个days的总金额：

import pandas as pd
df = pd.DataFrame(data={
    'id': ['0001', '0001', '0001', '0002', '0002', '0003', '0003', '0004'],
    'days': [2, 5, 6, 3, 5, 4, 6, 8],
    'amount': [100, 150, 150, 200, 100, 300, 250, 200]
})

# 按days分组，计算每个days对应的amount总和
day_total = df.groupby('days')['amount'].sum()

步骤2：计算≤当前days的累计总和 #

对day_total按days升序排序后做累计求和，得到每个days对应的「所有≤该days的amount总和」，再映射回原DataFrame：

# 升序累计求和 → days≤当前值的总和
cum_le = day_total.sort_index().cumsum()
df['run_sum_le'] = df['days'].map(cum_le)

步骤3：计算≥当前days的累计总和 #

同理，按days降序排序后做累计求和，再映射回原DataFrame：

# 降序累计求和后重新按days排序 → days≥当前值的总和
cum_ge = day_total.sort_index(ascending=False).cumsum().sort_index()
df['run_sum_ge'] = df['days'].map(cum_ge)

步骤4：等于当前days的求和（你已实现的方法） #

直接用map映射分组后的结果即可：

df['run_sum_eq'] = df['days'].map(day_total)

最终结果：

id  days  amount  run_sum_le  run_sum_ge  run_sum_eq
0  0001     2     100         100        1450         100
1  0001     5     150         850         850         250
2  0001     6     150        1250         600         400
3  0002     3     200         300        1350         200
4  0002     5     100         850         850         250
5  0003     4     300         600        1150         300
6  0003     6     250        1250         600         400
7  0004     8     200        1450         200         200

二、按id分组的条件聚合（如果需要在每个id内计算） #

如果需求是每个id范围内，days≤当前行days的amount总和，可以调整为按id分组后做累计：

# 按id+days分组求和
id_day_total = df.groupby(['id', 'days'])['amount'].sum().reset_index()

# 按id分组，对days升序排序后计算累计和
id_day_total['run_sum_le'] = id_day_total.groupby('id').apply(
    lambda x: x.sort_values('days')['amount'].cumsum()
).reset_index(drop=True)

# 合并回原DataFrame
df = df.merge(id_day_total[['id', 'days', 'run_sum_le']], on=['id', 'days'], how='left')

三、为什么不用窗口函数直接实现？ #

Pandas的窗口函数（如rolling、expanding）主要基于行的顺序而非列值的条件匹配，无法直接实现「依赖当前行列值的全局条件聚合」。而分组+累计求和的方式，本质是先按列值聚合相同条件的行，再通过累计得到全局范围的条件总和，是更高效的方案。

内容的提问来源于stack exchange，提问作者Domenico Spidy Tamburro