Блог

Вот мой столик:

      date           id  action     value
    2021-09-02      aa  income      500
    2021-09-02      aa  spending    500
    2021-09-02      aa  spending    45
    2021-09-03      aa  income      30
    2021-09-03      aa  income      30
    2021-09-03      aa  spending    25
    2021-09-04      b1  income      100
    2021-09-05      b1  income      500
    2021-09-05      b1  spending    500
    2021-09-05      b1  spending    45
    2021-09-06      b1  income      30
    2021-09-06      b1  income      30
    2021-09-07      b1  spending    25
 

Как вы видите, существует два типа действий «доходы» и «расходы». Что я хочу, так это добавить столбец с накоплением «значения» в каждый момент для каждого моего идентификатора. И после каждого действия «доход» должен увеличиваться на величину этого «дохода», а когда есть «расходы», он должен уменьшаться на величину этого уменьшения. Поэтому результат должен выглядеть так:

      date           id  action     value    saved 
    2021-09-02      aa  income      500      0
    2021-09-02      aa  spending    400      500
    2021-09-02      aa  spending    40       100
    2021-09-03      aa  income      30       60     
    2021-09-03      aa  income      30       90
    2021-09-03      aa  spending    25       120
    2021-09-04      b1  income      100      0
    2021-09-05      b1  income      500      100
    2021-09-05      b1  spending    500      600
    2021-09-05      b1  spending    45       100
    2021-09-06      b1  income      30       55
    2021-09-06      b1  income      30       85
    2021-09-07      b1  spending    25       115
 

Как это сделать?

Вам нужно сначала отрицать value на основе action , затем группировать id и, наконец, поскольку вы хотите начать со значения 0, сдвиньте строки по одной в группах. Наконец — то получи сперму:

 df.value.where(df.action=='income', -df.value).groupby(df.id).shift().groupby(df.id).cumsum()
 

 >>> df = pd.DataFrame({'date': ('2021-09-02', '2021-09-02', '2021-09-02', '2021-09-03', '2021-09-03', '2021-09-03', '2021-09-04', '2021-09-05', '2021-09-05', '2021-09-05', '2021-09-06', '2021-09-06', '2021-09-07'), 'id': ('aa', 'aa', 'aa', 'aa', 'aa', 'aa', 'b1', 'b1', 'b1', 'b1', 'b1', 'b1', 'b1'), 'action': ('income', 'spending', 'spending', 'income', 'income', 'spending', 'income', 'income', 'spending', 'spending', 'income', 'income', 'spending'), 'value': map(int, ('500', '500', '45', '30', '30', '25', '100', '500', '500', '45', '30', '30', '25'))})
>>> df
          date  id    action  value
0   2021-09-02  aa    income    500
1   2021-09-02  aa  spending    400
2   2021-09-02  aa  spending     40
3   2021-09-03  aa    income     30
4   2021-09-03  aa    income     30
5   2021-09-03  aa  spending     25
6   2021-09-04  b1    income    100
7   2021-09-05  b1    income    500
8   2021-09-05  b1  spending    500
9   2021-09-05  b1  spending     45
10  2021-09-06  b1    income     30
11  2021-09-06  b1    income     30
12  2021-09-07  b1  spending     25
>>> df.value.where(df.action=='income', -df.value).groupby(df.id).shift().groupby(df.id).cumsum()
>>> df
          date  id    action  value  saved
0   2021-09-02  aa    income    500    0.0
1   2021-09-02  aa  spending    400  500.0
2   2021-09-02  aa  spending     40  100.0
3   2021-09-03  aa    income     30   60.0
4   2021-09-03  aa    income     30   90.0
5   2021-09-03  aa  spending     25  120.0
6   2021-09-04  b1    income    100    0.0
7   2021-09-05  b1    income    500  100.0
8   2021-09-05  b1  spending    500  600.0
9   2021-09-05  b1  spending     45  100.0
10  2021-09-06  b1    income     30   55.0
11  2021-09-06  b1    income     30   85.0
12  2021-09-07  b1  spending     25  115.0