大熊猫的累积分组

Question

我有一个这样的数据框：

df = 
     name  amount  date
 0     A     10      1
 1     B     15      1
 2     A      5      2
 3     C      7      3
 4     A      8      4
 5     B     10      4
 6     C     11      4

我会根据姓名和日期做一个累积总和，我的意思是，我希望这个例子的结果是：

df_result = 
     name  amount  date
 0     A     10      1
 1     B     15      1
 2     A     15      2
 3     B     15      2
 4     A     15      3
 5     B     15      3
 6     C      7      3
 7     A     23      4
 8     B     25      4
 9     C     18      4

我想显示日期列表示的时间段内的累计值，例如，对于 A 的情况，它在周期 1 中的值为 10，在 2 中为 5，在 3 中为 0（因为它没有出现），在 4 中是 8，因此在 df_result 中显示了累积。 C 直到周期 3 才出现，因为它在该周期之前没有价值

我尝试了 groupby、cumsum 甚至 stack 的不同组合，但我无法实现任何接近的结果。

Answer 1

看看有没有帮助：

>>> df.groupby(by=['name','date']).sum().groupby(level=[0]).cumsum().reset_index()
  name  date  amount
0    A     1      10
1    A     2      15
2    A     4      23
3    B     1      15
4    B     4      25
5    C     3       7
6    C     4      18

@Jon 在 cmets 中描述的另一个答案，它会吸引您关闭所显示的内容。

>>> df = df.pivot('date', 'name', 'amount').fillna(0).stack().groupby(level=1).cumsum().astype('int')[lambda v: v != 0].reset_index()

重命名最后一列，因为那将是零。

>>> df.rename(columns={0: 'amount'}, inplace=True)
>>> df
   date name  amount
0     1    A      10
1     1    B      15
2     2    A      15
3     2    B      15
4     3    A      15
5     3    B      15
6     3    C       7
7     4    A      23
8     4    B      25
9     4    C      18