Pandas 與當前行列匹配的先前記錄的時間序列累積

Question

我正在嘗試添加一個列，該列表示與給定列的行當前值匹配的先前記錄的累積總和，讓我們舉個例子。

我的數據是：

|t         |label|qty|cumsum|
|2020-01-05|A    |10 |10    |
|2020-01-06|B    |5  |5     |
|2020-01-06|C    |2  |2     |
|2020-01-07|A    |-5 |5     |
|2020-01-07|A    |2  |7     |
|2020-01-08|B    |-30|-25   |
|2020-01-09|C    |5  |7     |

cumsum列將總結為“對 label 與當前行相同的所有過去記錄進行累積總和”

理想情況下，為了代碼清晰，我想要一個表達式，例如df['cumsum']=df.loc[(df['label']==current label) & (df['t'] <= current index)].cumsum()不是 go 通過for ix,row in df:

另一個方面是從頭開始累加，dataframe可以是20條記錄，也可以是500k條記錄。

另外，為了清楚起見，我在示例中只放了 3 個標簽，但我的數據集中可以有幾十個標簽

我發現了一些其他類似的問題，但它們並不完全適合我的需要：

• Python Pandas：基於多個條件的累積和=>它“只是”計算過去某個條件為真的時間，而不是特定列的累積和

• Pandas 按組的時間累積總和=> 不會為 dataframe 的每一行保留“實時”記錄

歡迎任何形式的幫助！ 謝謝 ！

Answer 1

df.groupby('label')['qty'].transform('cumsum')