Python Pandas实现多条件触发重置的分列累积求和

问题描述 #

现有如下结构的数据集：

需要基于ref_cumsum列生成两个累积求和列：

• cumsum1：仅在event_condition为condition1时重置，其余情况持续累积
• cumsum2：仅在event_condition为condition2时重置，其余情况持续累积

期望得到的结果如下：

（注：原示例中ref_cumsum的None值在累积时按0处理）

解决方案 #

核心思路是为每个条件生成独立的分组标识，通过分组后计算累积和实现按需重置。具体代码如下：

import pandas as pd

# 构造示例数据
reference_cumsum = [1,2,3,None,2,4,6,None,1,2,3]
condition = [None,None,None,'condition1',None,None,None,'condition2',None,None,None]
df = pd.DataFrame({'ref_cumsum': reference_cumsum, 'event_condition': condition})

# 将ref_cumsum中的None替换为0，避免累积求和空值问题
df['ref_cumsum'] = df['ref_cumsum'].fillna(0)

# 生成cumsum1的分组键：每次触发condition1时分组号递增
df['group1'] = (df['event_condition'] == 'condition1').cumsum()
# 生成cumsum2的分组键：每次触发condition2时分组号递增
df['group2'] = (df['event_condition'] == 'condition2').cumsum()

# 按分组计算对应条件的累积求和
df['cumsum1'] = df.groupby('group1')['ref_cumsum'].cumsum()
df['cumsum2'] = df.groupby('group2')['ref_cumsum'].cumsum()

# 可选：删除临时分组列
df = df.drop(['group1', 'group2'], axis=1)

print(df)

代码解释 #

1. 数据预处理：把ref_cumsum里的None替换成0，确保累积求和逻辑正常运行。
2. 分组键生成：
   • group1：对event_condition == 'condition1'的结果做累积求和，每次触发condition1时分组号加1，这样后续累积会在新分组重新开始。
   • group2：同理，针对condition2生成独立的分组标识，互不影响cumsum1的累积逻辑。
3. 分组累积求和：用各自的分组键对ref_cumsum执行cumsum，同一分组内持续累加，触发条件后进入新分组，重新计算累积和。

内容的提问来源于stack exchange，提问作者stat_man