Python：将cumsum和product应用于pandas groupby

Question

我有一个pandas dataframe，其中有LTD和CycleCount列，需要像这样填充CycleSum列：

LTD         CycleCount    CycleSum
1/1/2017    1             1
1/1/2017    1             1
2/1/2017    0             1
2/1/2017    0             1
3/1/2017    1             2
3/1/2017    1             2
4/1/2017    1             3
4/1/2017    1             3

我试着做：

^{pr2}$

在CycleCount中获得值为1/0的unique LTD，这是我的第一步，因为我有一个组：

LTD         CycleCount
1/1/2017    1
2/1/2017    0
3/1/2017    1
4/1/2017    1

但我找不到一种方法，如何在这个组上生成一个cumsum，然后将其转换回原始数据帧。在

CycleCount只能是1或0，并且对于每个有限公司都是相同的。但是对于任何不同的LTD，CycleCount必须增加CycleSum=1 对我来说，在Excel中很容易实现，但在Python中实现却很困难。在

有什么建议吗？一次行动的目的

我以前是VBA开发人员，也许这是一个noob的例子，但是要离开Excel逻辑是非常困难的。在

Answer 1

做groupby+prod，然后cumsum，然后join

df.join(df.groupby('LTD').CycleCount.prod().cumsum().rename('CycleSum'), on='LTD')

         LTD  CycleCount  CycleSum
0 2017-01-01           1         1
1 2017-01-01           1         1
2 2017-02-01           0         1
3 2017-02-01           0         1
4 2017-03-01           1         2
5 2017-03-01           1         2
6 2017-04-01           1         3
7 2017-04-01           1         3

---

这些也会产生同样的结果

^{pr2}$