Question

我有一个[日期，值]数据框（下面的代码中为ash_movement_df）。值需要更新（汇总）的日期。如果数据框中尚未存在日期，则作为新的[日期，值]行插入。

我尝试使用以下代码，但正在寻找更有效的方法。

date = transaction['date'].iat[0]
value = transaction['value'].iat[0]

mask = cash_movement_df['date']==date
if cash_movement_df.loc[mask]['value'].any(): 
    cash_movement_df.loc[mask, 'value'] += value
else: 
    cash_movement_df.loc[-1] = [date, value]
    cash_movement_df.index = cash_movement_df.index + 1

样本输入输出：

cash_movement_df = pd.DataFrame({'date': ['2019-01-01', '2019-01-02'], 'value': [1, 2]})
transaction = pd.DataFrame({'date': ['2019-01-03'], 'value': [3]})

    date    value
2019-01-01  1.0000
2019-01-02  2.0000
2019-01-03  3.0000

transaction = pd.DataFrame({'date': ['2019-01-02'], 'value': [3]})

   date     value
2019-01-01  1.0000
2019-01-02  5.0000

寻找更优雅的解决方案。请注意，cash_movement_df很大，一次交易为1。因此，我认为复制cash_movement_df的解决方案效率不高。

Answer 1

不确定您交易的数据类型是什么，我假设它是一个序列，如果是字典，您可以将其转换为序列。

import pandas as pd

cash_movement_df = pd.DataFrame({'date': ['2019-01-01', '2019-01-02'], 'value': [1, 2]})
transaction = pd.Series({'date': '2019-01-03', 'value': 3})

# **** sthe following is your codes

# mask = cash_movement_df['date'] == transaction['date']
# if cash_movement_df.loc[mask]['value'].any():
#     cash_movement_df.loc[mask, 'value'] += transaction['value']
# else:
#     cash_movement_df.loc[-1] = [transaction['date'], transaction['value']]
#     cash_movement_df.index = cash_movement_df.index + 1
#

# **** the following is mine
transactions = transaction.to_frame().T

res = pd.merge(cash_movement_df, transactions, how='outer', on='date')
res['value_x'].fillna(0, inplace=True)
res['value_y'].fillna(0, inplace=True)
res['value'] = res['value_x'] + res['value_y']
cash_movement_df = res.drop(['value_x', 'value_y'], axis=1)

Answer 2

我认为您可能正在寻找DataFrame.add（）pandas.DataFrame.add

例如

cash_movement_df = cash_movement_df.set_index(['Date']).add(transaction.set_index(['Date']), fill_value=0).reset_index()

更新一行，如果缺少则插入新行

2 个答案: