如何在Python DataFrame中实现类Excel SUMIF功能及每日阈值逻辑

需求说明：

• 每日目标值为250
• 针对每个日期的序列数据，当cum_daily_result达到250后，该日期后续所有行的expected_daily_result需固定为250
• 现有DataFrame输入列包含ID至cum_daily_result，expected_daily_result是手动计算的预期输出

尝试的代码（未得到预期结果）：

if df['cum_daily_result'][-1] >= 250:
    expected_daily_result = df['cum_daily_result'][-1]
else:
    expected_daily_result  = df['cum_daily_result']

解决方案 #

原代码的问题在于未按日期分组处理，且仅判断了整个DataFrame最后一行的数值，完全不符合“按日期追踪累积值、达到目标后固定后续值”的逻辑。以下是正确实现：

核心思路 #

按日期分组，对每组内的cum_daily_result序列做如下处理：

1. 找到该组内第一个cum_daily_result≥250的位置
2. 从该位置开始，后续所有行的expected_daily_result设为250
3. 该位置之前的行，expected_daily_result保留原cum_daily_result值
4. 若整组未达到250，则所有行保留原累积值

代码实现 #

import pandas as pd

# 示例DataFrame（可替换为你的实际数据）
df = pd.DataFrame({
    'date': ['2024-05-01', '2024-05-01', '2024-05-01', '2024-05-02', '2024-05-02'],
    'ID': [1, 2, 3, 1, 2],
    'cum_daily_result': [100, 250, 300, 200, 260]
})

def process_daily_target(group):
    # 定位首次达到目标的索引
    first_reach = group[group['cum_daily_result'] >= 250].index.min()
    if pd.notna(first_reach):
        # 分割处理前后段数据
        group.loc[:first_reach-1, 'expected_daily_result'] = group['cum_daily_result']
        group.loc[first_reach:, 'expected_daily_result'] = 250
    else:
        group['expected_daily_result'] = group['cum_daily_result']
    return group

# 按日期分组应用规则
df = df.groupby('date', group_keys=False).apply(process_daily_target)
print(df)

输出结果 #

内容的提问来源于stack exchange，提问作者siva