如何在Pandas中实现带重置规则的累计求和并生成条件列？

示例DataFrame #

需求 #

生成值为0/1的新列，规则如下：

• 按group 1+group 2分组，仅对cond 1=1的行进行判断
• 计算当前行及之后所有行的point累计和，累计和达到1.1时重置为0，统计重置次数
• 若重置次数 ≤ total_capacity，对应行新列值为1，否则为0

尝试的代码 #

df['new_col'] = 0

for index, row in df.iterrows():
    if row['cond_1'] == 1:
        group_1 = row['group_1']
        group_2 = row['group_2']
        total_capacity = row['total_capacity']
        point = row['point']
        
        remaining_point = df[(df['group_1'] == group_1) & (df['group_2'] == group_1) & (df.index >= index)]['point'].sum()
        remaining_cap = remaining_point / 1.1
     
        if (remaining_cap < total_capacity):
            combined_df.at[index, 'new_col'] = 1

遇到的问题 #

无法将"累计求和重置"的规则整合到代码中。例如第一组（A-1）按原逻辑会将new_col设为1，但按重置规则统计的次数为3>2，因此new_col应设为0。

预期输出 #

核心思路 #

针对每个group 1+group 2分组，找到cond 1=1的行，模拟point累计求和并重置的过程，统计重置次数后与total_capacity比较，设置新列值。

实现代码 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'group 1': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B'],
    'group 2': [1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3],
    'cond 1': [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0],
    'point': [0.3, 0.5, 0.8, 0.2, 0.4, 0.6, 0.3, 0.1, 0.4, 0.5, 0.2],
    'total_capacity': [2, 2, 2, 2, 2, 4, 4, 4, 4, 4, 4]
})

df['new_c'] = 0

# 遍历每个分组
for (g1, g2), group in df.groupby(['group 1', 'group 2']):
    # 找到分组中cond1=1的行索引
    cond1_rows = group[group['cond 1'] == 1].index
    for idx in cond1_rows:
        # 获取当前行及之后的point序列
        points = group.loc[idx:, 'point'].tolist()
        current_sum = 0.0
        reset_count = 0
        
        # 模拟累计求和重置过程
        for p in points:
            current_sum += p
            # 累计和达到或超过1.1时重置，次数+1
            while current_sum >= 1.1:
                reset_count += 1
                current_sum -= 1.1
        
        # 若最后仍有剩余未填满的和，额外算一次重置（匹配用户预期的A组次数）
        if current_sum > 0:
            reset_count += 1
        
        # 比较次数与容量，设置新列值
        total_capacity = group.loc[idx, 'total_capacity']
        df.loc[idx, 'new_c'] = 1 if reset_count <= total_capacity else 0

print(df)

代码说明 #

1. 分组遍历：按group 1和group 2拆分数据，确保只处理同组内的行
2. 累计重置模拟：逐个累加point，每次累计和≥1.1时重置并计数，剩余未填满的部分额外算一次重置（匹配用户预期的A组次数逻辑）
3. 值设置：根据重置次数与total_capacity的比较结果，设置new_c的值

内容的提问来源于stack exchange，提问作者deeni