匹配当前行列的先前记录的 Pandas 时间序列累积和

Question

我正在尝试添加一个列，该列表示与给定列的行的当前值匹配的先前记录的累积总和，让我们举个例子。

我的数据是：

|t         |label|qty|cumsum|
|2020-01-05|A    |10 |10    |
|2020-01-06|B    |5  |5     |
|2020-01-06|C    |2  |2     |
|2020-01-07|A    |-5 |5     |
|2020-01-07|A    |2  |7     |
|2020-01-08|B    |-30|-25   |
|2020-01-09|C    |5  |7     |

cumsum 列将被总结为“对标签与当前行相同的所有过去记录进行累积总和”

理想情况下，为了代码清晰，我想要一个表达式，例如 df['cumsum']=df.loc[(df['label']==current label) & (df['t'] <= current index)].cumsum()，它不会显式循环 for ix,row in df: 中的每一列之前的列

另一方面是累积和是从一开始就完成的，数据帧可能是 20 条记录长或 500k 条记录长。

另外，为了清楚起见，我只在示例中添加了 3 个标签，但我的数据集中可以有几十个标签

我发现了一些其他类似的问题，但它们并不完全适合我的需要：

• Python Pandas: Cumulative Sum based on multiple conditions => 它“只是”计算过去某个条件为真的次数，而不是特定列的累积总和

• Pandas temporal cumulative sum by group => 不会为数据帧的每一行保留“实时”记录

欢迎任何形式的帮助！ 谢谢！

Answer 1

df.groupby('label')['qty'].transform('cumsum')