Creo que un método relativamente simple puede ser el utilizar una "ventana rodante" (rolling window) de tamaño 2 y aplicar .sum()
sobre el resultado de esa ventana.
Para ilustrarlo voy a usar datos con valores numéricos más pequeños, porque si no no se ve nada (además de que números tan grandes serían convertidos a float por pandas, con lo que se ve todavía menos). Partamos del siguiente dataframe de entrada:
año Saldo_total
O 2020 3
1 2021 3
2 2020 2
3 2021 6
4 2020 1
5 2021 8
Mi idea es aplicar df.Saldo_total.rolling(2).sum()
. Esto va recorriendo la columna Saldo_total
agrupando cada dato con el anterior y sumándolos. Así en la fila 0 el resultado será NaN porque no hay dato anterior. En la fila 1 el resultado será 6 (valor actual = 3 más valor anterior = 3). En la fila 2 el valor será 2+3=5, en la fila 3 será 6+2=8, etc. Los resultados salen por tanto:
O NaN
1 6.0
2 5.0
3 8.0
4 7.0
5 9.0
Esto es casi lo que buscabas salvo que habría que "desplazar hacia arriba" los resultados para quitar el Nan de la fila 0 y cambiarlo por 6.0 etc. Eso se logra con .shift(-1)
. Por tanto:
>>> df.Saldo_total.rolling(2).sum().shift(-1)
O 6.0
1 5.0
2 8.0
3 7.0
4 9.0
5 NaN
Nota Como señala HeytalePazguato en un comentario, el mismo resultado puede obtenerse de forma más breve en este caso, así:
df.Saldo_total + df.Saldo_total.shift(-1)
De cualquiera de las dos formas, los resultados que buscas están en los índices pares (0, 2, 4..) los de los índices impares en principio no te interesan. No queda claro en tu pregunta cómo rellenar el valor de los índices impares. Quizás quieras repetir el mismo valor que aparece en los índices pares, quizás quieras rellenarlos con NaN.
Rellenarlos con NaN es fácil. Basta asignar np.nan
a los índices cuyo módulo 2 salga distinto de cero. Ya de paso guardamos el resultado en una nueva columna del dataframe como tú pedías:
df["suma2"] = df.Saldo_total.rolling(2).sum().shift(-1)
df.loc[resultado.index % 2!=0, "suma2"] = np.nan
El nuevo dataframe queda así:
año Saldo_total suma2
0 2020 3 6.0
1 2021 3 NaN
2 2020 2 8.0
3 2021 6 NaN
4 2020 1 9.0
5 2021 8 NaN
Finalmente, si no quieres esos NaN
puedes usar .fillna()
para cambiarlos por otra cosa (por ejemplo por una cadena vacía o un guión), o si quieres que se repita el valor de las filas pares puedes usar .fillna(method="ffill")
:
df = df.fillna(method="ffill")
print(df)
año Saldo_total suma2
0 2020 3 6.0
1 2021 3 6.0
2 2020 2 8.0
3 2021 6 8.0
4 2020 1 9.0
5 2021 8 9.0
dataframe
como texto, no como imagen para que podamos reutilizar la información y agrega un ejemplo del resultado deseado