Pandas 按 cumsum 分组保持列

Question

我现在花了几个小时尝试在 pandas 数据框上进行“按总和的累积分组”。我查看了所有 stackoverflow 的答案，令人惊讶的是没有一个可以解决我的（非常基本的）问题：

我有一个数据框：

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

我正在尝试

1. 按 ['Name','Date'] 和
分组
2. cumsum '金额'。
3. 就是这样。

所以想要的输出是：

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：我正在简化问题。使用当前的答案，我仍然无法获得正确的“正在运行”的 cumsum。仔细看，我想看累计和“10,23,10,15”。换句话说，我想在每个连续的日期查看一个人的总累计和。注意：如果同一个人在同一日期有两个条目，我想将它们相加，然后将它们添加到正在运行的 cumsum 中，然后才打印总和。

Answer 1

先设置索引，再设置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()

这与 jezrael 提供的答案相同

Answer 2

您需要将输出分配给新列，然后通过drop 删除Amount 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

通过评论编辑：

首先groupby 列Name 和Date 并聚合sum，然后groupby by level Name 和聚合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