熊猫组由cumsum保持列

Posted 2021-05-04

我花了几个小时试图在熊猫数据框架上做一个“累计组合”。我已经查看了所有stackoverflow的答案，令人惊讶的是，它们都无法解决我的（非常基本的）问题：

我有一个数据帧：

df1 Out[8]: Name Date Amount 0 Jack 2016-01-31 10 1 Jack 2016-02-29 5 2 Jack 2016-02-29 8 3 Jill 2016-01-31 10 4 Jill 2016-02-29 5

我在尝试着

1. 按['姓名'，'日期']和
2. cumsum'Anount'。
3. 这就对了。

所以期望的输出是：

df1 Out[10]: Name Date Cumsum 0 Jack 2016-01-31 10 1 Jack 2016-02-29 23 2 Jill 2016-01-31 10 3 Jill 2016-02-29 15

编辑：我正在简化这个问题。根据目前的答案，我仍然无法获得正确的“正在运行”的cumsum。仔细看，我希望看到累计金额“10,23,10,15”。换句话说，我希望在每个连续日期看到一个人的总累计金额。注意：如果同一个人在一个日期有两个条目，我想对它们求和，然后将它们添加到正在运行的cumsum中，然后才打印总和。

答案

您需要将输出分配给新列，然后通过Amount删除drop列：

df1['Cumsum'] = df1.groupby(by=['Name','Date'])['Amount'].cumsum()
df1 = df1.drop('Amount', axis=1)
print (df1)
   Name        Date  Cumsum
0  Jack  2016-01-31      10
1  Jack  2016-02-29       5
2  Jack  2016-02-29      13
3  Jill  2016-01-31      10
4  Jill  2016-02-29       5

assign的另一个解决方案：

df1 = df1.assign(Cumsum=df1.groupby(by=['Name','Date'])['Amount'].cumsum())
         .drop('Amount', axis=1)
print (df1)
   Name        Date  Cumsum
0  Jack  2016-01-31      10
1  Jack  2016-02-29       5
2  Jack  2016-02-29      13
3  Jill  2016-01-31      10
4  Jill  2016-02-29       5

编辑评论：

第一个groupby列Name和Date和聚合sum，然后由groupby level和聚合Name cumsum。

df = df1.groupby(by=['Name','Date'])['Amount'].sum()
        .groupby(level='Name').cumsum().reset_index(name='Cumsum')
print (df)
   Name        Date  Cumsum
0  Jack  2016-01-31      10
1  Jack  2016-02-29      23
2  Jill  2016-01-31      10
3  Jill  2016-02-29      15

另一答案

首先设置索引，然后设置groupby。

df.set_index(['Name', 'Date']).groupby(level=[0, 1]).Amount.cumsum().reset_index()

---

在OP改变了他们的问题之后，现在这是正确的答案。

df1.groupby(
    ['Name','Date']
)Amount.sum().groupby(
    level='Name'
).cumsum()

这是jezrael提供的相同答案