Переход от cumsum к нормальным значениям
Есть столбец, в котором данные представляют собой кумулятивную сумму. Суммы считаются в рамках одного года. После перехода к новому году сумма обновляется. При этом еще есть столбец с фильтром. Кумулятивная сумма считается для каждого объекта из столбца с фильтром отдельно. Пример выглядит следующим образом:
╔════════════╦════════╦═══════════╗
║ Дата ║ Фильтр ║ Значения ║
╠════════════╬════════╬═══════════╣
║ 01.01.2013 ║ первый ║ 1 ║
║ 01.01.2013 ║ второй ║ 2 ║
║ 01.02.2013 ║ первый ║ 2 ║
║ 01.02.2013 ║ второй ║ 4 ║
║ 01.03.2013 ║ первый ║ 3 ║
║ 01.03.2013 ║ второй ║ 6 ║
║ ... ║ ... ║ ... ║
║ 01.01.2014 ║ первый ║ 1 ║
║ 01.01.2014 ║ второй ║ 2 ║
║ 01.02.2014 ║ первый ║ 2 ║
║ 01.02.2014 ║ второй ║ 4 ║
║ 01.03.2014 ║ первый ║ 3 ║
║ 01.03.2014 ║ второй ║ 6 ║
╚════════════╩════════╩═══════════╝
Необхдимо уйти от кумулятивных сумм к обычным значениям, чтобы в итоге получилась таблица вида:
╔════════════╦════════╦═══════════╗
║ Дата ║ Фильтр ║ Значения ║
╠════════════╬════════╬═══════════╣
║ 01.01.2013 ║ первый ║ 1 ║
║ 01.01.2013 ║ второй ║ 2 ║
║ 01.02.2013 ║ первый ║ 1 ║
║ 01.02.2013 ║ второй ║ 2 ║
║ 01.03.2013 ║ первый ║ 1 ║
║ 01.03.2013 ║ второй ║ 2 ║
║ ... ║ ... ║ ... ║
║ 01.01.2014 ║ первый ║ 1 ║
║ 01.01.2014 ║ второй ║ 2 ║
║ 01.02.2014 ║ первый ║ 1 ║
║ 01.02.2014 ║ второй ║ 2 ║
║ 01.03.2014 ║ первый ║ 1 ║
║ 01.03.2014 ║ второй ║ 2 ║
╚════════════╩════════╩═══════════╝
Ответы (1 шт):
Автор решения: strawdog
→ Ссылка
Допустим у вас есть датафрейм:
import pandas as pd
df = pd.DataFrame({"A":[1,1,1,1,1,2,2,2,2,2], "B":[1,2,3,4,5,11,22,33,44,55]})
A B
0 1 1
1 1 2
2 1 3
3 1 4
4 1 5
5 2 11
6 2 22
7 2 33
8 2 44
9 2 55
вы где-то вычислили по нему кумулятивную сумму в колонке B, сгруппировав по A:
A B c-sum
0 1 1 1
1 1 2 3
2 1 3 6
3 1 4 10
4 1 5 15
5 2 11 11
6 2 22 33
7 2 33 66
8 2 44 110
9 2 55 165
чтобы получить исходные значения, достаточно сделать следующее:
df["orig"] = df.groupby("A")["c-sum"].diff().fillna(df["c-sum"])
тогда в колонке orig у вас будут исходные значения:
A B c-sum orig
0 1 1 1 1.0
1 1 2 3 2.0
2 1 3 6 3.0
3 1 4 10 4.0
4 1 5 15 5.0
5 2 11 11 11.0
6 2 22 33 22.0
7 2 33 66 33.0
8 2 44 110 44.0
9 2 55 165 55.0
тип данных в новой колонке вы тоже можете легко изменить:
df["orig"] = df.groupby("A")["c-sum"].diff().fillna(df["c-sum"]).astype("int")
получим:
A B c-sum orig
0 1 1 1 1
1 1 2 3 2
2 1 3 6 3
3 1 4 10 4
4 1 5 15 5
5 2 11 11 11
6 2 22 33 22
7 2 33 66 33
8 2 44 110 44
9 2 55 165 55