遍历df行并分别对两列的值求和，直到满足其中一列的条件

如何解决遍历df行并分别对两列的值求和，直到满足其中一列的条件

我肯定仍在学习python，并尝试了无数种方法，但无法弄清楚这一点。

我有一个包含2列的数据框，分别称为A和B。我需要返回一个df，该df将对两列中的每列的行值求和，直到A的阈值总和超过某个值为止，对于这个示例，让我们说10。到目前为止，我正在尝试使用iterrows（）并可以基于A> = 10来获得细分，但是直到满足阈值之前，似乎无法解决行的总和。即使最终A值不满足条件阈值，结果df也必须是详尽无遗的-请参见所需输出的最后一行。

    df1 = pd.DataFrame(data = [[20,16],[10,5],[3,2],[1,1],[12,10],[9,7],[6,6],[5,2]],columns=['A','B'])
    df1
        A   B
    0   20  16
    1   10  5
    2   3   2
    3   1   1
    4   12  10
    5   9   7
    6   6   6
    7   5   2

所需结果：

        A   B
    0   20  16
    1   10  5
    2   16  13
    3   15  13
    4   5   2

在此先感谢您，花了很多时间，非常感谢您的帮助！！！ 干杯

解决方法

我很少为熊猫编写长循环，但是我没有看到使用pandas方法执行此操作的方法。试试这个可怕的循环:(：

1. 我创建的变量 View view = inflater.inflate(R.layout.fragment_layout,container); 本质上是在检查累积和，以查看是否> View view = inflater.inflate(R.layout.fragment_layout,container,false); （我们将其设置为10）。然后，我们决定使用t，它是任何给定行的数据帧中的累加值或n的值（t和i与B列也是如此。
2. 有一些条件，所以有些j语句，并且最后一行的行为与我设置行为的方式不同，因此对于最后一行{{ 1}}-否则最后一个值将不会被附加：

---

u

,

这是一个更短的作品：

import pandas as pd

df1 = pd.DataFrame(data = [[20,16],[10,5],[3,2],[1,1],[12,10],[9,7],[6,6],[5,2]],columns=['A','B'])
df2 = pd.DataFrame()
index = 0
while index < df1.size/2:
    if df1.iloc[index]['A'] >= 10:
        a = df1.iloc[index]['A']
        b = df1.iloc[index]['B']
        temp_df = pd.DataFrame(data=[[a,b]],'B'])
        df2 = df2.append(temp_df,ignore_index=True)
        index += 1
    else:
        a_sum = 0
        b_sum = 0
        while a_sum < 10 and index < df1.size/2:
            a_sum += df1.iloc[index]['A']
            b_sum += df1.iloc[index]['B']
            index += 1
        if a_sum >= 10:
            temp_df = pd.DataFrame(data=[[a_sum,b_sum]],'B'])
            df2 = df2.append(temp_df,ignore_index=True)
        else:
            a = df1.iloc[index-1]['A']
            b = df1.iloc[index-1]['B']
            temp_df = pd.DataFrame(data=[[a,ignore_index=True)

关键是要跟踪您在DataFrame中的位置并跟踪总和。不要害怕使用变量。

在Pandas中，使用iloc按索引访问每一行。通过检查大小确保不超出DataFrame。 df.size返回元素的数量，因此它将行乘以列。这就是为什么我将大小除以列数，以获得实际的行数的原因。