Skip to main content
 首页 » 编程设计

python之在数据框列上执行 cumsum 时如何设置最小值(物理库存不能低于 0)

2025年04月02日36birdshome

如何在python/pandas中计算最小值的累加和?

在下表中:

  • “库存变化”列反射(reflect)每日销售/新库存采购。
  • 数据输入/人为错误意味着应用 cumsum 显示 -5 的负库存水平,这在物理上是不可能的。
  • 如“库存”列所示,数据输入错误在最后仍然是一个问题(100 比 95)。

数据框

            change in inventory  inventory  cumsum 
2015-01-01                  100        100     100 
2015-01-02                  -20         80      80 
2015-01-03                  -30         50      50 
2015-01-04                  -40         10      10 
2015-01-05                  -15          0      -5 
2015-01-06                  100        100      95 

实现此目的的一种方法是使用循环,但它会很困惑,可能有更有效的方法来做到这一点。

这是生成数据框的代码:

import pandas as pd 
df = pd.DataFrame.from_dict({'change in inventory': {'2015-01-01': 100, 
  '2015-01-02': -20, 
  '2015-01-03': -30, 
  '2015-01-04': -40, 
  '2015-01-05': -15, 
  '2015-01-06': 100}, 
 'inventory': {'2015-01-01': 100, 
  '2015-01-02': 80, 
  '2015-01-03': 50, 
  '2015-01-04': 10, 
  '2015-01-05': 0, 
  '2015-01-06': 100}}) 
 
df['cumsum'] = df['change in inventory'].cumsum() 
df 

如何在 python/pandas 中应用具有最小值的累积和来生成“库存”列中显示的值?

请您参考如下方法:

根据数据,循环具有相同符号的 block 可能更有效,例如。大的运行子 block 都是正的或负的。在运行负值后,您只需要小心回到正值即可。

最小限制值为 minS 对向量求和:

import numpy as np 
i_sign = np.append(np.where(np.diff(np.sign(vector)) > 0)[0],[len(vector)]) 
i0 = 1 
csum = np.maximum(minS, vector[:1]) 
for i1 in i_sign: 
    tmp_csum = np.maximum(minS, csum[-1] + np.cumsum(vector[i0:i1+1])) 
    csum = np.append(csum, tmp_csum) 
    i0 = i1 

csum 中的最终输出。