Python Pandas：几个月来每天都做 cumsum

Question

我有一个如下的数据框

Storeid      Year-Month     Date        Amount
 111           01-2016    2016-01-29      10
 111           01-2016    2016-01-30      15
 111           02-2016    2016-02-03      20
 111           02-2016    2016-02-10      17
 111           02-2016    2016-02-15      18
 111           03-2016    2016-03-02      12
 112           01-2016    2016-01-25      14
 112           01-2016    2016-01-29      12
 ...

我想要的输出是这个

Storeid      Year-Month     Date        Amount
 111           01-2016    2016-01-29      10
 111           01-2016    2016-01-30      25
 111           02-2016    2016-02-03      20
 111           02-2016    2016-02-10      37
 111           02-2016    2016-02-15      55
 111           03-2016    2016-03-02      12
 112           01-2016    2016-01-25      14
 112           01-2016    2016-01-29      26
 ...

该值在每个月后重置，并再次从 0 开始。我尝试从 pandas 执行 cumsum 函数，但它尝试在整个数据帧中执行此操作。我如何限制它每月执行一次？

目标是找到“给定日期，哪家商店在该日期达到了当月的销售目标”。销售目标是 $1000

Answer 1

你可以groupby.cumsum:

df['AmountToDate'] = df.groupby(['Storeid', 'Year-Month']).Amount.cumsum()
df

更新：要提取对应的行，你可以使用groupby.apply(...cumsum..)，它可以让你做更多的自定义操作：

(df.groupby(['Storeid', 'Year-Month'], as_index=False, group_keys=False)
 .apply(lambda g: g.assign(Amount = g.Amount.cumsum())[lambda x: x.Amount >= 25].head(1)))

这是如何工作的？

• groupby.apply 表示apply 方法中的lambda 表达式分别应用于每个组（这里是Storeid 和Year-Month 的唯一组合）；
• 传递给lambda表达式的参数g是一个唯一storeid + Year-Month(组变量)的子数据帧，对每个数据帧计算Amountcumsum，过滤掉cumsum >= target的行，取第一行是head(1)。