python pandas遍历每行并累加进行条件过滤方式

要实现“python pandas遍历每行并累加进行条件过滤方式”的功能，可以使用pandas库中的apply和cumsum方法。

下面是实现过程的详细步骤：

1.确定数据框格式

首先需要确定要操作的数据框格式。例如，使用以下代码可以创建一个包含姓名、部门和工资的数据框：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'department': ['accounting', 'engineering', 'engineering', 'HR'],
        'salary': [50000, 60000, 55000, 45000]}

df = pd.DataFrame(data)

输出的数据框样式为：

       name  department  salary
0     Alice  accounting   50000
1       Bob  engineering  60000
2   Charlie  engineering  55000
3     David  HR          45000

2.使用apply方法对每行数据进行操作

接下来，在遍历每一行时，可以使用apply方法对每一行进行操作。比如，可以累加每个部门的工资总和，并构造一个新的数据框。

def calculate_department_salary(row):
    department = row['department']

    row['cumulative_salary'] = df[df['department'] == department]['salary'].sum()

    return row

df_with_cumulative_salary = df.apply(calculate_department_salary, axis=1)

以上代码中，define一个calculate_department_salary函数，在函数体内首先取出当前行对应的部门名。然后使用df[df['department'] == department]['salary'].sum()语句求出该部门的工资总和，并将结果保存到新的列cumulative_salary中。apply方法通过axis=1指定对每一行进行遍历和操作，在操作完成后，将所有结果合并成一个新的数据框df_with_cumulative_salary，并输出结果：

       name  department  salary  cumulative_salary
0     Alice  accounting   50000                NaN
1       Bob  engineering  60000           115000.0
2   Charlie  engineering  55000           115000.0
3     David  HR          45000            45000.0

其中NaN值来自于第一行，因为accounting部门在整个数据框中只出现一次，没有其他行可以累加。

3.通过cumsum方法对数据框进行操作

除了使用apply方法，还可以直接使用cumsum方法对工资进行累加。首先需要将数据框按照部门进行分组：

grouped_by_department = df.groupby('department')

之后，计算每个部门的工资总和：

cumulative_salary_by_department = grouped_by_department['salary'].cumsum()

此时得到的cumulative_salary_by_department数据框如下：

0     50000
1     60000
2    115000
3     45000

最后将累加结果添加到原始数据框中：

df['cumulative_salary'] = cumulative_salary_by_department

输出结果为：

       name  department  salary  cumulative_salary
0     Alice  accounting   50000              50000
1       Bob  engineering  60000              60000
2   Charlie  engineering  55000             115000
3     David  HR          45000              45000

可以注意到，cumsum方法相对于apply方法更加简单，并且不需要构造新的函数。