大熊貓：GROUPBY只有當條件滿足

Question

我有以下多索引數據幀：

 m  dist 

a a 2  5 
    b 3  8 
    c 4  12 
    d 2  3 
b a 2  5 
    b 3  8 
    c 4  14 
    d 2  27 

我要計算一個新列S的基於算法。例如，對於（a，a），算法如下：

選擇具有相同級別0索引的所有其他行： - >（a，a），（a，b），（a，c ）中，（a，d）

從該選擇：選擇具有DIST < =自己DIST行 - >（A，A）和（a，d）

獲得的第m列的總和的選擇 - > 2 + 2 = 4

這將導致以下數據幀：

 m  dist s 

a a 2  5  4 
    b 3  8  7 
    c 4  12 11 
    d 2  3  2 
b a 2  5  2 
    b 3  8  5 
    c 4  14 9 
    d 2  27 11 

通過循環遍歷行，爲每行創建一個新的數據框，選擇具有正確dist的行並執行groupby，這將很容易。但對於我目前的數據集來說，這太慢了。這可以通過一些很好的groupby/lambda魔法來實現嗎？

Answer 1

您可以按dist數據幀，然後在列m做cumsum：

df['s'] = df.sort_values('dist').groupby(level=0).m.cumsum() 

這假設有在dist列沒有重複，如果有，做第s列進一步轉換，按dist分組，第一級索引應該滿足：

df['s'] = df.groupby([df.index.get_level_values(0), 'dist']).s.transform('max')