在另一列满足条件后计算一列中的值

Posted 2023-03-11

【中文标题】在另一列满足条件后计算一列中的值

【英文标题】：Counting the values in one column after another column fulfills a criteria

【发布时间】：2018-09-17 03:08:31

【问题描述】：

所以我有一个包含日期列和积极情绪列的 CSV 文件。如果正面情绪列是正面的，则该列将显示 1。否则，它将显示 0。

我需要能够输入一个日期，对于 csv 中的日期晚于输入日期的行，我需要从正面情绪列中计算总正面分数。

到目前为止，我已经设法想出了这个

import datetime
import pandas as pd
data = pd.read_csv('rt_Article2.csv')
csv_date = pd.to_datetime(data["Date"])
positive_news= (data['Positive'])
user_date= datetime.datetime(2018, 4, 1, 00, 00)
user_score = 4


neg= 0
pos= 0
count=0

for i in csv_date:
     if i > user_date:
        count +=1
        for N in positive_news:
             if N == 1:
                pos +=1
        break

print (pos)

但是，当我 print(pos) 时，它只计算正列中的所有内容，无论它是否满足日期条件。

我一个月前才开始编码，如果代码混乱，我很抱歉。 任何帮助将不胜感激。谢谢！

Date                Positive
April 2, 2018       0
April 1, 2018       1
April 1, 2018       0
March 31, 2018      0

更新：一旦达到 user_score（在本例中为 4），我还必须返回第一个正分数和最后一个正分数的日期。换句话说，我需要获取分数为 1 的日期，以及分数达到4的日期。

【问题讨论】：

您有一些示例数据要分享吗？

你也可以发布CSV文件的样本吗？

【参考方案1】：

我认为你不需要循环，使用熊猫，循环几乎总是不必要的：

import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame('date':np.random.choice(pd.date_range('2017-09-01','2017-09-30'),500),'positive':np.random.choice([0,1],500))

df.loc[df['date'] == '2017-09-15','positive'].sum()

输出：

13

【讨论】：

如果我必须返回第一个正分的日期和最后一个正分的日期，一旦达到 user_score（在本例中为 4），此方法是否有效。换句话说，我需要得到分数为 1 的日期，以及分数达到 4 的日期。