Pandas使用groupby累积部分元素的总和

Question

如果已经有人问过这个问题，我深表歉意，但请提前感谢您的帮助。在

在这个“未激励”的数据集中，存在由几个批次组成的订单。每个批次都有一个给定的点值，如下所示：

CustID     Date         OrderNum   LotNum   PtsPerLot
A123       1/1/2015     1234       A        2            
A123       1/1/2015     1234       B        10
A123       1/1/2015     5678       A        7

我的目标是创建一个CUMULATIVE_POINTS_PER_YEAR列，它表示在每个Lot级别的POINTS_PER_ORDER的累计和，这本身就是PtsPerLot的和。因此，对于一个给定的批次，CumPtsPerYear将显示某个账户在某一年内所有POINTS_PER_ORDER的累计总数。在

^{pr2}$

有什么想法吗？我试过groupby.cumsum在PtsPerLot上，另一个groupby.cumsum在{}上，但它没有产生我需要的东西。在

Answer 1

要进入问题的第一部分，PtsPerOrder，您需要一个转换。sum是一个聚合。所以使用.transform：

In [10]: df
Out[10]:
            Date  OrderNum LotNum  PtsPerLot
CustID
A123    1/1/2015      1234      A          2
A123    1/1/2015      1234      B         10
A123    1/1/2015      5678      A          7

In [11]: df.groupby('OrderNum')['PtsPerLot'].transform('sum')
Out[11]:
CustID
A123    12
A123    12
A123     7
dtype: int64

然后用它来创建一个新的列。。。在

^{pr2}$

我还是没去查你的CumPtsPerYear规格。。。在

Answer 2

首先，计算PtsPerOrder。使用transform沿数据帧的实际索引广播每组的计算结果：

df['PtsPerOrder'] = df.groupby('OrderNum')['PtsPerLot'].transform(sum)

然后取每个组中新列的第一个元素：

^{pr2}$

通过执行要搜索的累计和结束计算。它将跳过NA值。使用前向填充完成数据帧：

df['CumPtsPerYear'].cumsum().ffill()

0    12.0
1    12.0
2    19.0

Answer 3

首先需要使用transformation：

df['*PtsPerOrder*'] = df.groupby('OrderNum')['PtsPerLot'].transform(sum)

然后为了创建另一个，我没有找到另一种方法来找到每个组的最大值，对其进行累计，然后将其合并到：

^{pr2}$

结果如预期：

  CustID       Date  OrderNum LotNum  PtsPerLot  *PtsPerOrder*  *CumPtsPerYear* 
0   A123 2015-01-01      1234      A          2             12             12  
1   A123 2015-01-01      1234      B         10             12             12   
2   A123 2015-01-01      5678      A          7              7             19