在 Pandas 中查找另一列具有 NAN 的一列行中的值之和

Question

我有一个包含 A 列和 B 列的数据框。A 列具有非连续数据，其中一些行是 NAN，B 具有连续数据。我想创建第三列，其中对于每组具有 NAN 的 A 行，它将具有 B 中相同行中的值的总和 + B 中的下一个有效值。 C 中的所有其他值对于 A 中的 NAN 来说应该是 NAN，对于 A 中有效数字后面的行来说，B 的值应该是 NAN。 示例：

data = {
    'A': [1, 1, None, None, 2, 5, None, None,3 ,4, 3, None , 5],
    'B': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120, 130]}

除了我需要 B + B 中下一个有效值之和的行之外，一切正常。 我使用以下代码。我有这段代码，但现在看起来很混乱。

`result = df.groupby(df['A'].isnull().cumsum())['B'].sum().reset_index()
df_result = pd.DataFrame({'C': result['Pumped']})
df_result.loc[1:, 'C'] -= result.loc[0, 'Pumped']

df.loc[~mask, 'C'] = df.loc[~mask, 'Pumped']

valid_rows_after_nan = df['dWL'].notnull() & mask.shift(1).fillna(False)


df.loc[valid_rows_after_nan, 'C'] = df_result

print(df)`

我希望输出如下所示：

`data = {
    'A': [1,  1, None, None, 2, 5, None, None,3 ,4, 3, None , 5],
    'B': [10, 20, 30,  40,  50, 60, 70, 80, 90, 100, 110, 120, 130],
    'C': [10, 20, None, None, 120, 60, None, None, 240, 100, 110, None, 5]
}

Answer 1

使用

groupby.transform

的简单版本：

# identify the non-NA and reverse
m = df.loc[::-1, 'A'].notna()

# group the preceding NA, sum, mask where NA
df['C'] = df.groupby(m.cumsum())['B'].transform('sum').where(m)

输出：

      A    B      C
0   1.0   10   10.0
1   1.0   20   20.0
2   NaN   30    NaN
3   NaN   40    NaN
4   2.0   50  120.0
5   5.0   60   60.0
6   NaN   70    NaN
7   NaN   80    NaN
8   3.0   90  240.0
9   4.0  100  100.0
10  3.0  110  110.0
11  NaN  120    NaN
12  5.0  130  250.0