Pandas 中基于当前行日期条件的动态累计求和(无需循环)

老丽君_6200

老丽君_6200

2026-11-17

437人浏览

原创

Pandas 中基于当前行日期条件的动态累计求和(无需循环)

本文介绍如何在 Pandas 中高效实现“对每一行,汇总所有满足 expiryDate ≥ 当前行 agreementDate 的同员工同组记录的 vesting_value_CAD”,避免显式 for 循环或 apply 函数,采用向量化连接与布尔过滤策略。

本文介绍如何在 pandas 中高效实现“对每一行,汇总所有满足 `expirydate ≥ 当前行 agreementdate` 的同员工同组记录的 vesting_value_cad”,避免显式 for 循环或 apply 函数,采用向量化连接与布尔过滤策略。

在处理员工权益归属(vesting)分析时,常需按时间维度动态计算“截至某协议生效日仍有效的其他协议总价值”。本例中,目标是:对每一条记录,计算同一 employeeID 和 groupName 下,所有 expiryDate ≥ 当前行 agreementDate 的其他记录(即尚未过期)的 vesting_value_CAD 之和。

注意关键约束:

  • 必须排除自身(即 agreementID 不同);
  • expiryDate 可能为空(需统一填充或转换为远期日期,如 pd.NaT → pd.Timestamp.max);
  • agreementDate 和 expiryDate 均为字符串,需先转为 datetime 类型以支持比较。

以下是纯 Pandas 向量化实现(兼容 pandas ≥ 2.0):

import pandas as pd
import numpy as np

# 构造原始数据(含空 expiryDate)
df = pd.DataFrame({
    'employeeID': [2, 2, 2, 2, 2],
    'groupName': ['A', 'A', 'A', 'A', 'B'],
    'agreementID': [8, 7, 6, 1, 9],
    'agreementDate': ['2/1/2025', '3/1/2025', '3/1/2025', '1/1/2025', '3/1/2025'],
    'vesting_value_CAD': [50, 200, 40, 500, 30],
    'expiryDate': ['3/31/2025', None, None, '1/31/2025', None]
})

# 步骤1:日期标准化(安全转换,空值设为远期日期)
df['agreementDate'] = pd.to_datetime(df['agreementDate'], format='%m/%d/%Y')
df['expiryDate'] = pd.to_datetime(df['expiryDate'], format='%m/%d/%Y', errors='coerce')
# 将 NaT 替换为一个足够大的日期(如 2200-01-01),确保逻辑上“永不到期”
df['expiryDate'] = df['expiryDate'].fillna(pd.Timestamp('2200-01-01'))

# 步骤2:自连接(inner join on employeeID + groupName,排除自身)
merged = df.merge(
    df,
    on=['employeeID', 'groupName'],
    suffixes=('', '_right')
)

# 步骤3:应用条件过滤
cond = (
    (merged['expiryDate_right'] >= merged['agreementDate']) &
    (merged['agreementID'] != merged['agreementID_right'])
)

filtered = merged[cond].copy()

# 步骤4:按原行分组聚合
result = (
    filtered
    .groupby(['employeeID', 'groupName', 'agreementDate', 'agreementID', 'vesting_value_CAD'])
    .agg({'vesting_value_CAD_right': 'sum'})
    .reset_index()
    .rename(columns={'vesting_value_CAD_right': 'conditional_vesting_sum'})
)

# 步骤5:与原表对齐(左连接补全所有行,缺失则为 0)
df_final = df.merge(
    result,
    on=['employeeID', 'groupName', 'agreementDate', 'agreementID', 'vesting_value_CAD'],
    how='left'
).fillna({'conditional_vesting_sum': 0})

print(df_final[['employeeID', 'groupName', 'agreementDate', 'agreementID', 'vesting_value_CAD', 'conditional_vesting_sum']])

输出示例(关键列):

   employeeID groupName agreementDate  agreementID  vesting_value_CAD  conditional_vesting_sum
0         2         A      2025-02-01              8                 50                      0.0
1         2         A      2025-03-01              7                200                    240.0
2         2         A      2025-03-01              6                 40                    200.0
3         2         A      2025-01-01              1                500                      0.0
4         2         B      2025-03-01              9                 30                      0.0

✅ 说明:

  • 第 1 行(agreementID=7, 2025-03-01):匹配到 agreementID=6(同日、未过期),故 sum=40;
  • 第 2 行(agreementID=6, 2025-03-01):匹配到 agreementID=7,故 sum=200;
  • 第 0 行(2025-02-01):仅 agreementID=8 满足该日期,但无其他 expiryDate ≥ 2025-02-01 且 agreementID ≠ 8 的记录(agreementID=1 的 expiryDate=2025-01-31

⚠️ 注意事项:

  • 若数据量极大(>1M 行),自连接可能产生内存压力,此时建议改用 pd.IntervalIndex 或分块处理;
  • expiryDate 空值处理策略需与业务一致(本例设为远期日期,代表“永久有效”);
  • 如需包含自身值,移除 agreementID != agreementID_right 条件即可;
  • 该方案完全向量化,性能显著优于 apply(lambda x: ...) 或嵌套循环。

通过合理利用 merge + boolean indexing + groupby.agg 三步组合,即可优雅、高效地完成复杂条件聚合任务。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5504

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33517

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习