DataFrameにカラム追加をする際に, 追加したいカラム自身の数値を用いて値を返す方法

Question

前提・実現したいこと

Python, とくにPandasに関する質問です。
DataFrameにカラム追加をする際に, 追加したいカラム自身の数値を用いて値を返す方法をご教示いただけますと幸いです。

ある特定のアクションを経由するとポイントが加算され, ポイントを利用して購入するとその分が減算されていく, という通帳残高のようなカラムを作りたいのですが, 下記のロジックによって条件分岐が発生するため, それをどのように処理すれば実現したいのようにできるのかが分からず困っております。。

▽ロジック
・action_typeがgetのときは, point_getの値を残高に加算する
・action_typeがpurchaseのときは, point_useの値を残高から減算する
└ただし, 減算した値がマイナスの場合は0を返す
・ユーザーごとにpartitionして上記の処理を繰り返す
└partitionした一番上の行は, action_typeがgetならpoint_getの値を入れ, action_typeがuseのときは残高は0からスタートする

減算した値がマイナスになる理由は, 今回のpoint_getのアクション以外の経由でもポイントを獲得することができるため, ポイント利用額の合計値が獲得したポイントの合計値を上回りうるからです。

実現したいDatFrameとしては下記のような状態です(簡単のため1ユーザーでpartitonした状態にしています)。

import pandas as pd

df = pd.DataFrame({
    'action_id':['1', '2', '3', '4', '5', '6', '7', '8'],
    'user_id':['a', 'a', 'a', 'a', 'a', 'a', 'a', 'a'],
    'date':['2020-06-05', '2020-06-06', '2020-06-08', '2020-06-10', '2020-06-11', '2020-06-12', '2020-06-15', '2020-06-20'], 
    'actoin_type':['get', 'purchase', 'purchase', 'purchase', 'get', 'purchase', 'get', 'purchase'],
    'point_get':['500', '0', '0', '0', '300', '0', '200', '0'],
    'point_use':['0', '300', '0', '500','0', '250', '0', '150'],
    'balance':['500', '200', '200', '0', '300', '50', '250', '100']
})
df

balance以外のカラムは既存のデータベースから引っ張ってこれるので、そのbalanceのカラムを上記のロジックで作成したいです。

発生している問題

新しいカラムを作る際にその自身のカラムを使う...といった処理が具体的にどのようにすれば実現できるものなのか分からずご質問させていただきました。
(駆け出しでして, 具体的にどのような処理が該当するのか分からず検索もままならずでして...)

利用環境

Google Colaboratoryを用いて, Big Queryに格納されている取引データと, ポイント獲得のデータをUNION ALLで結合させることで上記のようなDataFrameを作っています。

Answer 1

たとえば下記のような形ですか？ getとuse、場合分けせずに両方いれてみました。

import pandas as pd

df = pd.DataFrame({
    'action_id':['1', '2', '3', '4', '5', '6', '7', '8'],
    'user_id':['a', 'a', 'a', 'a', 'a', 'a', 'a', 'a'],
    'date':['2020-06-05', '2020-06-06', '2020-06-08', '2020-06-10', '2020-06-11', '2020-06-12', '2020-06-15', '2020-06-20'], 
    'actoin_type':['get', 'purchase', 'purchase', 'purchase', 'get', 'purchase', 'get', 'purchase'],
    'point_get':['500', '0', '0', '0', '300', '0', '200', '0'],
    'point_use':['0', '300', '0', '500','0', '250', '0', '150']
})
blc = []
record = 0
for gt,us in zip(df["point_get"],df["point_use"]):
    record += int(gt) -int(us)
    if record < 0:
        record = 0
    blc.append(record)
df["balance"] = pd.DataFrame(blc)
df

user_id別ver.

import pandas as pd
import copy
dfa = pd.DataFrame({
    'action_id':['1', '2', '3', '4', '5', '6', '7', '8'],
    'user_id':['a', 'a', 'a', 'a', 'a', 'a', 'a', 'a'],
    'date':['2020-06-05', '2020-06-06', '2020-06-08', '2020-06-10', '2020-06-11', '2020-06-12', '2020-06-15', '2020-06-20'], 
    'actoin_type':['get', 'purchase', 'purchase', 'purchase', 'get', 'purchase', 'get', 'purchase'],
    'point_get':['500', '0', '0', '0', '300', '0', '200', '0'],
    'point_use':['0', '300', '0', '500','0', '250', '0', '150']
})
dfb = pd.DataFrame({
    'action_id':['1', '2', '3', '4', '5', '6', '7', '8'],
    'user_id':['b', 'b', 'b', 'b', 'b', 'b', 'b', 'b'],
    'date':['2020-06-05', '2020-06-06', '2020-06-08', '2020-06-10', '2020-06-11', '2020-06-12', '2020-06-15', '2020-06-20'], 
    'actoin_type':['get', 'purchase', 'purchase', 'purchase', 'get', 'purchase', 'get', 'purchase'],
    'point_get':['300', '0', '100', '0', '300', '0', '200', '0'],
    'point_use':['0', '300', '0', '500','0', '250', '0', '150']
})
df=pd.concat([dfa,dfb])
df = df.reset_index(drop=True)
blc = []
for user_id, group in df.groupby("user_id"):
    record = 0
    for gt,us in zip(group["point_get"],group["point_use"]):
        record += int(gt) -int(us)
        if record < 0:
            record = 0
        blc.append(record)
df["balance"] = pd.DataFrame(blc)
df

Comments

[kakedashi_mk_py]

回答ありがとうございます。

> ・ユーザーごとにpartitionして上記の処理を繰り返す

これを実現したいのですが, これをPythonのfor文で表すとどういったかたちになるのでしょうか？
SQLでいうWINDOW句のようなものを想起しています。
OVER (PARTITION BY user_id ORDER BY date, action_id ASC)

[kakedashi_mk_py]

```import pandas as pd
df = pd.DataFrame({
'action_id':['1', '2', '3', '4', '5', '6', '7', '8', '1', '2'],
'user_id':['a', 'a', 'a', 'a', 'a', 'a', 'a', 'a', 'b', 'b'],
'date':['2020-06-05', '2020-06-06', '2020-06-08', '2020-06-10', '2020-06-11', '2020-06-12', '2020-06-15', '2020-06-20', '2020-06-05', '2020-06-07'],
'actoin_type':['get', 'purchase', 'purchase', 'purchase', 'get', 'purchase', 'get', 'purchase', 'purchase', 'get'],
'point_get':['500', '0', '0', '0', '300', '0', '200', '0', '0', '300'],
'point_use':['0', '300', '0', '500','0', '250', '0', '100', '100', '0']
})
blc = []
record = 0
for gt,us, cnt in zip(df["point_get"],df["point_use"], df['action_id']):
record += int(gt) -int(us)
if int(cnt) == 1:
record = 0
blc.append(record)
else:
if record < 0:
record = 0
blc.append(record)
df["balance"] = pd.DataFrame(blc)
df

こんな感じでuserごとに累計回数のカラム出せば行けそうでした！

[jeanbiego]

action_idでリセットするのは面白いですが、それだとaction1が何であれ0にされてしまいませんか。
別アプローチでやってみたコードを回答欄に追加しました。