如何在 Pandas 上通过 group by 应用累积聚合函数？

Question

我有这个数据框

df1 = pd.DataFrame({'A': ['A0', 'A0', 'A1', 'A1','A0', 'A0', 'A1', 'A1', 'A0', 'A0', 'A1', 'A1'],
                        'B': [1, 2, 3, 3, 4, 5, 6, 7, 8, 9, 10, 11],
                        'C': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
                        'i': [1, 1, 1, 1,2, 2, 2, 2, 3, 3, 3, 3]},
                      )

     A   B   C  i
0   A0   1   0  1
1   A0   2   1  1
2   A1   3   2  1
3   A1   3   3  1
4   A0   4   4  2
5   A0   5   5  2
6   A1   6   6  2
7   A1   7   7  2
8   A0   8   8  3
9   A0   9   9  3
10  A1  10  10  3
11  A1  11  11  3

我想按A 和i 分组：

df1.set_index(['A', 'i'], inplace=True)
df1.groupby(df1.index).sum()

          B   C
(A0, 1)   3   1
(A0, 2)   9   9
(A0, 3)  17  17
(A1, 1)   6   5
(A1, 2)  13  13
(A1, 3)  21  21

但我希望(A0,2) 的结果是(A0,1) 和(A0,2) 的总和，而(A0,3) 是(A0,1)、(A0,2) 和(A0,3) 的总和，与A1，我知道我可以通过循环来完成，但我正在寻找更好的解决方案，因为我的 DataFrame 比这个大。我想要的结果表是这个

          B   C
(A0, 1)   3   1
(A0, 2)  12  10
(A0, 3)  29  27
(A1, 1)   6   5
(A1, 2)  19  18
(A1, 3)  40  39

Answer 1

使用Groupby.cumsum 而不使用df1.set_index(['A', 'i'], inplace=True)：

new_df = df1.groupby(['A','i']).sum().groupby(level = 0).cumsum()
#not need set_index
#df1.set_index(['A','i']).groupby(['A','i']).sum().groupby(level = 
new_df.index = [*new_df.index] #for expected output
print(new_df)
          B   C
(A0, 1)   3   1
(A0, 2)  12  10
(A0, 3)  29  27
(A1, 1)   6   5
(A1, 2)  19  18
(A1, 3)  40  39

Answer 2

总结： 对列 B 和 C 使用 groupby 函数和聚合总和。下一步 - 第二次 groupby，仅使用列 A，并聚合列 B 和 C 的累积总和。聚合将 groupby 值减少到一个点。仅使用 A 列进行分组消除了限制并允许累积得到所需的结果。

 (df1.groupby(['A','i'])
.agg({'B':'sum','C':'sum'})
.groupby(['A'])['B','C'].agg('cumsum'))

            B   C
  A i       
 A0 1   3   1
    2   12  10
    3   29  27
A1  1   6   5
    2   19  18
    3   40  39