达到阈值后将累积值设置为常数

Posted 2023-03-13

【中文标题】达到阈值后将累积值设置为常数

【英文标题】：Setting cumulative values to constant after it reaches threshold

【发布时间】：2018-07-12 07:42:38

【问题描述】：

我有一个包含每月累积值的 pandas 时间序列。

如果在一个月的某个日期，该值变成了某个数字，我需要将其余天数设置为 1000。

例如

df:

 Date       cummulative_value
1/8/2017    -3
1/9/2017    -6
1/10/2017   -72
1/11/2017   500
1/26/2017   575
2/7/2017    -5
2/14/2017   -6
2/21/2017   -6

我的截止值是-71，所以在上面的例子中我需要实现以下目标：

 Date       cummulative_value
1/8/2017    -3
1/9/2017    -6
1/10/2017   1000
1/11/2017   1000
1/26/2017   1000
2/7/2017    -5
2/14/2017   -6
2/21/2017   -6

我正在尝试在 pandas 中利用 groupby，但我不知道该怎么做。任何其他更有效的方法也会有所帮助。

【问题讨论】：

不是没有考虑到哪个月的累计值

每月是否有截止值？

-71 是每个月的截止日期

【参考方案1】：

使用groupby 和cumprod：

df['cummulative_value'] = (df.groupby(df['Date'].dt.strftime('%Y%m'))['cummulative_value']
                            .transform(lambda x: np.where(x.ge(-71).cumprod(),x,1000)))
print(df)

输出：

        Date  cummulative_value
0 2017-01-08                 -3
1 2017-01-09                 -6
2 2017-01-10               1000
3 2017-01-11               1000
4 2017-01-26               1000
5 2017-02-07                 -5
6 2017-02-14                 -6
7 2017-02-21                 -6

【讨论】：

我永远无法找到您的解决方案.. 我什至需要了解“transform”和“gt”是什么.. 谢谢

基本上，您使用日期的字符串格式按月分组为YYYYMM，然后您可以将您的cum_value分为1和0，每个值大于或等于（ge）-71，一次值是零，让它为零。 cumprod 对此有好处。最后，像 if then 语句一样使用 np.where，if 1 then return cum_val else return constant value。

如果我希望截止日期在 2017 年 1 月 11 日有效，我将如何修改代码。即让第一个满足条件的人留下

我在你的回答中没有看到任何 cumsum() ？

@Zanam 抱歉 cumprod()

【参考方案2】：

这是一种涉及创建掩码的方法：

df.set_index(pd.to_datetime(df['Date'], format="%m/%d/%Y"), inplace=True)

mask = df['cummulative_value'].lt(-71).groupby(df.index.month).cumsum()

# Date
# 2017-01-08    False
# 2017-01-09    False
# 2017-01-10     True
# 2017-01-11     True
# 2017-01-26     True
# 2017-02-07    False
# 2017-02-14    False
# 2017-02-21    False

df.loc[mask, 'cummulative_value'] = 1000

df.reset_index(drop=True)

#         Date  cummulative_value
# 0   1/8/2017                 -3
# 1   1/9/2017                 -6
# 2  1/10/2017               1000
# 3  1/11/2017               1000
# 4  1/26/2017               1000
# 5   2/7/2017                 -5
# 6  2/14/2017                 -6
# 7  2/21/2017                 -6

【讨论】：

我无法让您的解决方案运行。它在“掩码”之后的第三行出错

@Zanam 我刚刚从头开始在示例 df 上再次运行它（在 python 3.6.2 和 pandas 0.20.3 上）并且没有遇到错误。如果您希望我仔细查看，请随时告诉我错误是什么。