2 回答

TA貢獻(xiàn)2037條經(jīng)驗(yàn) 獲得超6個(gè)贊
您可以使用df.cumsum()
df["consumption"]?=?df['Ledger'].cumsum()

TA貢獻(xiàn)1786條經(jīng)驗(yàn) 獲得超13個(gè)贊
讓我們將上述數(shù)據(jù)作為一個(gè)二維數(shù)組,其中id代表索引 0,transaction代表索引 1,date代表索引 2 和ledger代表索引值 3。
所以我們將有一個(gè)二維數(shù)組結(jié)構(gòu)
[ [id1, transaction1, date1, ledger1 ], [id2, transaction2, date2,ledger2],.... ]
legder現(xiàn)在我們要為每一行添加一個(gè)新的列消耗,它將是當(dāng)前和之前的總和ledger,它將代表每一行的第 4 個(gè)索引值。
account = [ [ 0 , "Beg bal2019-2020 ", " 2019-09-05" , 16875],
[ 1 , "3072 ", " 2019-09-05" , -50],
[ 2 , "30874 ", " 2019-09-05" , -50],
[ 3 , "247499 ", " 2019-09-05" , -50],
]
current = 0
for row in account:
row.append(current + row[3])
current =row[4]
for i in account:
print(i)
輸出
[0, 'Beg bal2019-2020 ', ' 2019-09-05', 16875, 16875]
[1, '3072 ', ' 2019-09-05', -50, 16825]
[2, '30874 ', ' 2019-09-05', -50, 16775]
[3, '247499 ', ' 2019-09-05', -50, 16725]
添加回答
舉報(bào)