在熊猫每个新月初重置为零的累积每月总和答案

【问题标题】：Cumulative monthly sum with reset to zero at the beginning of each new month in pandas在熊猫每个新月初重置为零的累积每月总和
【发布时间】：2021-01-04 03:42:00
【问题描述】：

我有一个包含每日数据的 pandas 数据框

Date          Value
2020-01-01    1780.2
2020-01-02    1783.3
2020-01-05    1781.5
...
2020-02-01    1816.0
2020-02-02    1810.4
...

每个月的每一天并不总是有一个值，因此可能会丢失某些天，因此 timedelta 并不总是 1 天。

我想要做的是简单地在每个月内取一个累积总和，然后在下月初将总和重置为零，所以结果如下所示

Date          Value    Cumulative Value
2020-01-01    1780.2   1780.2
2020-01-02    1783.3   3563.5
2020-01-05    1781.5   5345.0
...
2020-02-01    1816.0   1816.0
2020-02-02    1810.4   3626.4
...

我找到了this post，它解释了如何按月获得累计金额。但我需要的是在每个月初将累积总和重置为零。我该怎么做？

【问题讨论】：

groupby 按月然后sum 每组

标签： python pandas time-series cumulative-sum

【解决方案1】：

我假设 Date 列属于 datetime 类型。如果没有，请转换它。

据我了解，您希望不仅仅按月份分组（例如放在一起 1 月、2 月等所有年份的数据（如其他 2 个答案）），但分组应该按年和月（你想要从 0 下月初开始）。

要以这种方式计算新列，请运行：

df['Cumulative Value'] = df.groupby(pd.Grouper(key='Date', freq='M')).Value.cumsum()

您的数据样本的结果是：

        Date   Value  Cumulative Value
0 2020-01-01  1780.2            1780.2
1 2020-01-02  1783.3            3563.5
2 2020-01-05  1781.5            5345.0
3 2020-02-01  1816.0            1816.0
4 2020-02-02  1810.4            3626.4

【讨论】：

【解决方案2】：

import pandas as pd
start='2020-01-01' 
end='2020-12-31'
df = pd.DataFrame({"Date": pd.date_range(start, end)})
df['qty']=1
df = df.groupby('Date').qty.sum()
print(df.head())
df=df.groupby(df.index.month).cumsum().reset_index()
print(df.head(45))

输出：

Date
2020-01-01    1
2020-01-02    1
2020-01-03    1
2020-01-04    1
2020-01-05    1
Name: qty, dtype: int64
         Date  qty
0  2020-01-01    1
1  2020-01-02    2
2  2020-01-03    3
3  2020-01-04    4
4  2020-01-05    5
5  2020-01-06    6
6  2020-01-07    7
7  2020-01-08    8
8  2020-01-09    9
9  2020-01-10   10
10 2020-01-11   11
11 2020-01-12   12
12 2020-01-13   13
13 2020-01-14   14
14 2020-01-15   15
15 2020-01-16   16
16 2020-01-17   17
17 2020-01-18   18
18 2020-01-19   19
19 2020-01-20   20
20 2020-01-21   21
21 2020-01-22   22
22 2020-01-23   23
23 2020-01-24   24
24 2020-01-25   25
25 2020-01-26   26
26 2020-01-27   27
27 2020-01-28   28
28 2020-01-29   29
29 2020-01-30   30
30 2020-01-31   31
31 2020-02-01    1
32 2020-02-02    2
33 2020-02-03    3
34 2020-02-04    4
35 2020-02-05    5
36 2020-02-06    6
37 2020-02-07    7
38 2020-02-08    8
39 2020-02-09    9
40 2020-02-10   10
41 2020-02-11   11
42 2020-02-12   12
43 2020-02-13   13
44 2020-02-14   14

【讨论】：

【解决方案3】：

groupy() 提取的月份，transform('cumsum')

 df['Cumulative Value']=df.groupby(pd.to_datetime(df.Date).dt.month).transform('cumsum')



     Date         Value        Cumulative Value
0  2020-01-01  1780.2            1780.2
1  2020-01-02  1783.3            3563.5
2  2020-01-05  1781.5            5345.0
3  2020-02-01  1816.0            1816.0
4  2020-02-02  1810.4            3626.4

【讨论】：

【解决方案4】：

如果多个年份按月份按Series.dt.to_period 分组的解决方案：

df['Cumulative Value'] = df.groupby(df['Date'].dt.to_period('m'))['Value'].cumsum()

如果可能只有一年的解决方案，请使用Series.dt.month：

df['Cumulative Value'] = df.groupby(df['Date'].dt.month)['Value'].cumsum()

默认情况下累积总和重置为0，因此无需为此添加代码。

【讨论】：