如何使用布尔变量基于“如果”条件获取累积总和

Question

我有以下数据框：

vote_prprtn uniform_votesh  p_by_q    ln_p_by_q   p_ln_p_by_q   match
0.0116     0.009367        1.238434   0.213848   0.002481       False
0.0100     0.009367        1.067616   0.065428   0.000654       True
0.0065     0.009367        0.693950  -0.365355   -0.002375      True
0.0072     0.006000        1.200000   0.182321   0.001313       False
0.0048     0.006000        0.800000  -0.223143   -0.001071      True

我想创建另一列，当match = False时其行值为p_ln_p_by_q，并且在match为True时逐行进行累加和。这一直持续到下一个False值为止。我的最终数据框应如下所示：

vote_prprtn uniform_votesh  p_by_q    ln_p_by_q   p_ln_p_by_q   match   final_val
0.0116     0.009367        1.238434   0.213848   0.002481       False    0.002481
0.0100     0.009367        1.067616   0.065428   0.000654       True     0.003135
0.0065     0.009367        0.693950  -0.365355   -0.002375      True     0.00076
0.0072     0.006000        1.200000   0.182321   0.001313       False    0.001313 
0.0048     0.006000        0.800000  -0.223143   -0.001071      True     0.000242

任何对此的帮助都会真正使我了解excel和pandas之间的相似之处。

Answer 1

groupby使用每次match==False定义的组，然后对每个组进行cumsum。

df['final_val'] = df.groupby((~df.match).cumsum())['p_ln_p_by_q'].cumsum()

df['final_val']
# 0 0.002481
# 1 0.003135
# 2 0.000760
# 3 0.001313
# 4 0.000242

Answer 2

我不知道您的数据框是如何完成的，但是您可以尝试使用这种风格的东西：

sum = 0
for row in frame.rows:
 if(row.match == False):
  sum = 0
 sum += row.p_ln_p_by_q
 row.final_val = sum

（请注意适应行中读取/写入的方式，这只是基于Python的伪代码）。