又来求教 pandas 大拿了

df = pd.DataFrame([['S1', 1, False], ['S1', 1, True],     ['S2', 2, False], ['S2', 2, True], ['S2', 22, False], ['S2', 22, True],     ['S3', 222, False], ['S3', 222, True]],     columns=list('ABC')) print(df)     A    B      C 0  S1    1  False 1  S1    1   True 2  S2    2  False 3  S2    2   True 4  S2   22  False 5  S2   22   True 6  S3  222  False 7  S3  222   True 

df['D'] = np.where(df.C, df.groupby('A')['B'].cumsum(), 0) print(df)     A    B      C    D 0  S1    1  False    0 1  S1    1   True    2 2  S2    2  False    0 3  S2    2   True    4 4  S2   22  False    0 5  S2   22   True   48 6  S3  222  False    0 7  S3  222   True  444 

• 資深大佬 : apake

  为什么要 groubby(‘A’), 问题中没提到与 A 列有关

• 資深大佬 : shyrock

  df[‘D’] = np.where(df.C, df.groupby(‘B’)[‘B’].cumsum(), 0)
  print(df)

• 資深大佬 : cassidyhere

  如果 A/B 没规律的话，可以用自定义 window rolling
  from pandas.api.indexers import BaseIndexer
  window_size = df.C.groupby((df.C != df.C.shift(1)).cumsum()).agg(‘sum’).max() # 最大连续次数
  class CustomIndexer(BaseIndexer):
  def get_window_bounds(self, num_values, min_periods, center, closed):
  start = np.empty(num_values, dtype=np.int64)
  end = np.empty(num_values, dtype=np.int64)
  for i in range(num_values):
  end[i] = i + 1
  j = i
  while j > 0 and self.use_expanding[j]:
  j -= 1
  start[i] = j
  return start, end
  indexer = CustomIndexer(window_size=window_size, use_expanding=df.C)
  res = df.B.rolling(indexer, min_periods=2).sum().fillna(0)

• 主 資深大佬 : yaleyu

  @apake 问题没描述得太清楚，应该是对每个 A 列的数据，当 C 列从 false 变化为 true 时候，加总 false 到 true 对应的行的 B 列

• 主 資深大佬 : yaleyu

  @shyrock 这个不行，B 列的值是不一样的，不能 groupby(‘B’)，这里为了简化写成了 1, 1, 2, 2, 22, 22 等

• 資深大佬 : necomancer

  df.D = df.groupby(df.C.eq(False).cumsum()).cumsum().D
  df.D[df.D <0]=0

• 資深大佬 : necomancer

  df = pd.DataFrame([[‘S1’, 1, False], [‘S1’, 1, True],
  [‘S2’, 2, False], [‘S2’, 2, True], [‘S2’, 22, False], [‘S2’, 22, True],
  [‘S3’, 222, False], [‘S3’, 222, True]],
  columns=list(‘ABC’))

  df[‘D’] = np.diff(np.where(df.C, df.groupby(‘A’)[‘B’].cumsum(), 0), axis=0, prepend=0)

  df.D = df.groupby(df.C.eq(False).cumsum()).cumsum().D
  df.D[df.D <0]=0
  df
  A B C D
  0 S1 1 False 0
  1 S1 1 True 2
  2 S2 2 False 0
  3 S2 2 True 2
  4 S2 22 False 0
  5 S2 22 True 44
  6 S3 222 False 0
  7 S3 222 True 396

• 資深大佬 : necomancer

  ……我是智障

  df[‘D’] = np.where(df.C, df.groupby(df.C.eq(False).cumsum()).B.cumsum(), 0)

  df

  A B C D
  0 S1 1 False 0
  1 S1 1 True 2
  2 S2 2 False 0
  3 S2 2 True 4
  4 S2 22 False 0
  5 S2 22 True 44
  6 S3 222 False 0
  7 S3 222 True 444

• 資深大佬 : milkpuff

  我选择 for 循环。。
  而且不要频繁对 pandas 切片和赋值，转成 numpy 操作速度提升一个数量级，最后结果再转到 pandas

• 主 資深大佬 : yaleyu

  @necomancer 这个牛逼，完全实现了需求，谢谢谢谢。

• 主 資深大佬 : yaleyu

  @cassidyhere 这个好深奥，不过完全实现了需求，万分感谢。

• 主 資深大佬 : yaleyu

  @necomancer @cassidyhere 哦，不对，把原始数据改一下更接近真实数据，好像就有点问题了，原贴编辑不了了，回复排版会乱，再开一贴求教大家吧
  https://www.v2ex.com/t/760789