Поиск советов по эффективным операциям Pandas для условного суммирования ⇐ Python

[Anonymous]

Я новичок в Python и Pandas и буду признателен за любую помощь, которую я могу получить. У меня есть приведенный ниже код, и я хотел бы знать, существует ли более эффективный способ написать его для повышения производительности. Я пытался использовать Cumsum, но он не дает мне одинакового вывода. /> код: < /p>
import pandas as pd
from datetime import datetime

# Create the dataframe
data = {
'employeeID': [2, 2, 2, 2, 2, 2, 2],
'groupName': ['A', 'A', 'A', 'A', 'A', 'B', 'A'],
'agreementID': [7, 7, 1, 1, 8, 9, 6],
'agreementDate': ['3/1/2025', '3/1/2025', '4/1/2025', '3/1/2025', '2/1/2025', '3/1/2025', '3/1/2025'],
'trancheID': [28, 29, 26, 27, 30, 31, 32],
'vesting_year': [2025, 2026, 2026, 2027, 2026, 2026, 2026],
'vesting_value_CAD': [200, 300, 400, 500, 50, 30, 40]
}

df = pd.DataFrame(data)

# Convert agreementDate to datetime
df['agreementDate'] = pd.to_datetime(df['agreementDate'], format='%m/%d/%Y')

# Function to calculate total vesting_value_CAD for each trancheID
def calculate_total_vesting_value(row):
# Filter the dataframe based on the conditions
filtered_df = df[(df['employeeID'] == row['employeeID']) &
(df['groupName'] == row['groupName']) &
(df['vesting_year'] == row['vesting_year']) &
(df['agreementDate']

Подробнее здесь: https://stackoverflow.com/questions/795 ... al-summing