数据帧列上的While循环？

Question

我有一个由两列组成的小数据框，一个组织列和一个百分比列。数据帧根据百分比列从大到小排序

我想创建一个while循环，将百分比列中的值相加，直到达到.80（80%）为止

到目前为止，我已经尝试：

retail_pareto = 0
counter = 0
while retail_pareto < .80:
    retail_pareto += retailerDF[counter]['RETAILER_PCT_OF_CHANGE']
    counter += 1

这不起作用，计数器和计数器以及retail_pareto值都保持为零，没有真正的错误消息来帮助我排除错误。理想情况下，我想最后列出一个最大百分比的组织列表，加起来占80%

我不确定下一步该怎么办。我已经搜索了这些论坛，但还没有在论坛中找到任何类似的内容

非常感谢您的任何建议或帮助。多谢各位

Example Dataframe:
ORG    PCT
KST    0.582561
ISL    0.290904
BOV    0.254456
BRH    0.10824
GNT    0.0913631
DSH    0.023441
RDM    -0.0119665
JBL    -0.0348893
JBD    -0.071883
WEG    -0.232227



The output that I would expect would be something along the lines of:
ORG    PCT
KST    0.582561
ISL    0.290904

Answer 1

使用：

df_filtered = df.loc[df['PCT'].shift(fill_value=0).cumsum().le(0.80),:]
#if you don't want include where cumsum is greater than 0,80
#df_filtered = df.loc[df['PCT'].cumsum().le(0.80),:] 
print(df_filtered)
   ORG       PCT
0  KST  0.582561
1  ISL  0.290904

Answer 2

你能用这个例子来帮助你吗

import pandas as pd

retail_pareto = 0
orgs = []
for i,row in retailerDF.iterrows():
    if retail_pareto <= .80:
        retail_pareto += row['RETAILER_PCT_OF_CHANGE']
        orgs.append(row)
    else:
        break

new_df = pd.DataFrame(orgs)

编辑：使其更像您的示例，并添加了新的数据帧

Answer 3

而不是你的循环，采取一种更为泛泛而谈的方法。 首先计算一个包含累积和的附加列 零售商的变化百分比：

df['pct_cum'] = df.RETAILER_PCT_OF_CHANGE.cumsum()

对于您的数据，结果是：

   ORG  RETAILER_PCT_OF_CHANGE   pct_cum
0  KST                0.582561  0.582561
1  ISL                0.290904  0.873465
2  BOV                0.254456  1.127921
3  BRH                0.108240  1.236161
4  GNT                0.091363  1.327524
5  DSH                0.023441  1.350965
6  RDM               -0.011967  1.338999
7  JBL               -0.034889  1.304109
8  JBD               -0.071883  1.232226
9  WEG               -0.232227  0.999999

现在，要打印包含80%更改的行， 在超出限制的第一行结束，运行：

df[df.pct_cum.shift(1).fillna(0) < 0.8]

结果加上累计总和为：

   ORG  RETAILER_PCT_OF_CHANGE   pct_cum
0  KST                0.582561  0.582561
1  ISL                0.290904  0.873465