达到某个值后重置累积和并将标志设置为 1

Question

我很难想出一种方法来对列执行累积总和，并在达到某个值后创建一个标志。

因此给定一个数据框：

df = pd.DataFrame([[5,1],[6,1],[30,1],[170,0],[5,1],[10,1]],columns = ['a','b'])

     a  b
0    5  1
1    6  1
2   30  1
3  170  0
4    5  1
5   10  1

对于 A 列，我想执行累积和，并在达到最大值时将“Flag”列值设置为 1。达到最大值后，它将重置为 0。在这种情况下，最大值为 40。任何超过 40 的累积和都会触发重置

Desired Output

     a  b  Flag
0    5  1     0
1   11  1     0
2   41  1     1
3  170  0     1
4    5  1     0
5   15  1     0

如有任何帮助，我们将不胜感激！

Answer 1

“普通”cumsum()在这里没用，因为这个函数“不知道” 在哪里重新开始求和。

您可以使用以下自定义函数来完成此操作：

def myCumSum(x, thr):
    if myCumSum.prev >= thr:
        myCumSum.prev = 0
    myCumSum.prev += x
    return myCumSum.prev

这个函数是“有记忆的”（来自上一次调用） - prev，所以有 是一种“知道”在哪里重新启动的方法。

为了加快执行速度，请定义此函数的向量化版本：

myCumSumV = np.vectorize(myCumSum, otypes=[np.int], excluded=['thr'])

然后执行：

threshold = 40
myCumSum.prev = 0  # Set the "previous" value
# Replace "a" column with your cumulative sum
df.a = myCumSumV(df.a.values, threshold)
df['flag'] = df.a.ge(threshold).astype(int)  # Compute "flag" column

结果是：

     a  b  flag
0    5  1     0
1   11  1     0
2   41  1     1
3  170  0     1
4    5  1     0
5   15  1     0