Skip to main content
 首页 » 编程设计

Python:将 cumsum 和 product 应用于 pandas groupby

2025年02月15日8zhoujg

我有一个带有 LTD 和 CycleCount 列的 Pandas 数据框,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 

我尝试过:

df['CycleSum']=df.groupby('LTD')['CycleCount'].prod() 

在 CycleCount 中获得具有 1/0 值的唯一 LTD,这对我来说是第一步,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制作 cumsum,然后将其转换回原始数据帧。

CycleCount 只能为 1 或 0,并且每个 LTD 都相同。但是对于 CycleCount=1 的任何不同 LTD,CycleSum 必须增加 在 Excel 中很容易做到,但对我来说在 Python 中很难实现。

有什么建议吗?一次行动的目的

PS 我以前是 VBA 开发人员,也许这是一个菜鸟案例,但要摆脱 Excel 逻辑是极其困难的。

请您参考如下方法:

执行 groupby + prod 后跟 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 

这些也会产生相同的结果

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