Groupby pandas dataframe 具有相同值的两列

Question

我想对“A”和“B”中具有相同值的两列进行cumsum groupby

值分组 dataframe 的示例

   A  B  ValueA  ValueB
0  b  a       1       3
1  c  a       2       2
2  a  b       2       4

现在，如果该值在“A”列中，则考虑将 ValueA 设置为cumsum如果该值在“B”列中，则考虑将 ValueB 设置为cumsum

编辑：我会像cumsum一样执行shift().rolling() ，我试着把它放在 groupby 之后，但结果不正确。

代码

from numpy.core.numeric import NaN

df = pd.DataFrame({
    'A' : ['b','c','a','c','a','c','b','c'],
    'B': ['a', 'a', 'b', 'b','c','a','a','b'],
    'ValueA':[1,2,2,1,2,4,7,1],
    'ValueB':[3,2,4,3,1,2,4,5]
})
print(df)

df[['sumA','sumB']] = (
    df[['ValueA','ValueB']].stack(dropna=False)
      .groupby(df[['A','B']].stack().tolist())
      .cumsum()
      .unstack()
)
print(df)

#groupby(...).shift().rolling(2, min_periods=2).sum()

df['Expected_Shift_RollingA'] = [NaN,NaN,5,NaN,4,2,7,5]
df['Expected_Shift_RollingB'] = [NaN,NaN,NaN,5,3,4,4,10]
print(df)

Answer 1

您可以stack值列，在堆叠的 AB 列上使用groupby ，然后cumsum和unstack返回原始形状

df[['sumA','sumB']] = (
    df[['ValueA','ValueB']].stack()
      .groupby(df[['A','B']].stack().tolist())
      .cumsum()
      .unstack()
)
print(df)
   A  B  ValueA  ValueB  sumA  sumB
0  b  a       1       3     1     3
1  c  a       2       2     2     5
2  a  b       2       4     7     5
3  c  b       1       3     3     8

编辑：查看原始数据后，缺少一些值，因此需要调整上述方法。

通过用 0 填充缺失值。

df[['ValueA','ValueB']].fillna(0).stack()
  .groupby(...

或者在stack时保持nan 。

df[['ValueA','ValueB']].stack(dropna=False)
  .groupby(...