如何从其他类别执行滚动求和

Question

我正在尝试执行一些计算，以检索一个类别在另一个类别的两次出现之间的滚动总数。
我意识到用语言来描述是不容易的。
下面是输入数据帧和预期输出的示例

输入：

Date       Category  Value
2012-01-04        A     10
2012-01-06        A     20
2012-02-15        B    -10
2012-04-29        A      5
2012-04-30        A     70
2012-10-15        A     15
2012-10-16        B    -30
2012-11-19        B    -50

预期产出： 仅B行，但提及自上次出现B以来A的滚动总计

Date       Category  Value  Total_A_since_previous_B
2012-02-15        B    -10                        30
2012-10-16        B    -30                        90
2012-11-19        B    -50                         0

我试过几件事都没有成功。
你能帮我理解怎么做吗

Answer 1

首先为每次出现的B创建组，求和这些值，然后将其作为新列分配给筛选后的df

(
    pd.Series(np.where(df.Category.eq('B'), df.index, np.nan)).bfill()
    .pipe(lambda x: df.groupby(x).Value.apply(lambda x: x[:-1].sum()))
    .pipe(lambda x: df[df.Category=='B'].assign(Total_A_since_previous_B=x))
)

    Date        Category    Value   Total_A_since_previous_B
2   2012-02-15  B           -10     30
6   2012-10-16  B           -30     90
7   2012-11-19  B           -50     0

Answer 2

使用^{}：

blocks = df.Category.shift().eq('B').cumsum()
new_df = (df.groupby(blocks)
            .agg(Date= ('Date','last'),
                 Category = ('Category','last'),
                 Value = ('Value','last'),
                 Total_A_since_previous_B = ('Value','sum')
                )
             .assign(Total_A_since_previous_B = lambda x: x.Total_A_since_previous_B
                                                           .sub(x.Value))
             .reset_index(drop=True))

print(new_df)
         Date Category  Value  Total_A_since_previous_B
0  2012-02-15        B    -10                        30
1  2012-10-16        B    -30                        90
2  2012-11-19        B    -50                         0