累计和（熊猫）

Question

抱歉，是否已经有人问过。

我正在尝试为某个客户帐户中的所有订购点创建年度累积总和，并且很挣扎。

本质上，我想在下面创建`YearlyTotal'：

Customer   Year   Date       Order   PointsPerOrder   YearlyTotal
123456     2016   11/2/16    A939    1                 20
123456     2016   3/13/16    A102    19                19
789089     2016   7/15/16    A123    7                 7

我试过了：

df['YEARLYTOTAL'] = df.groupby(by=['Customer','Year'])['PointsPerOrder'].cumsum()

但这会以错误的顺序生成YearlyTotal （即YearlyTotal的A939为1而不是20）。

不知道这是否重要，但是Customer是一个字符串（数据库的前导零–不要让我入门）。 sort_values(by=['Customer','Year','Date'],ascending=True)也会产生错误。

救命？

Answer 1

使用[::-1]反转数据帧：

df['YEARLYTOTAL'] = df[::-1].groupby(by=['Customer','Year'])['PointsPerOrder'].cumsum()

print (df)
   Customer  Year     Date Order  PointsPerOrder  YearlyTotal  YEARLYTOTAL
0    123456  2016  11/2/16  A939               1           20           20
1    123456  2016  3/13/16  A102              19           19           19
2    789089  2016  7/15/16  A123               7            7            7

Answer 2

首先确保Date是datetime列：

In [35]: df.Date = pd.to_datetime(df.Date)

现在我们可以做：

In [36]: df['YearlyTotal'] = df.sort_values('Date').groupby(['Customer','Year'])['PointsPerOrder'].cumsum()

In [37]: df
Out[37]:
   Customer  Year       Date Order  PointsPerOrder  YearlyTotal
0    123456  2016 2016-11-02  A939               1           20
1    123456  2016 2016-03-13  A102              19           19
2    789089  2016 2016-07-15  A123               7            7

PS此解决方案将不依赖于记录的顺序...