我发现了Pandas groupby cumulative sum,觉得它很有用。不过,我想知道如何计算反向累加和。
链接建议使用以下方法:
为了实现反向求和,我尝试切割数据,但是失败了。
为什么会这样?我希望驾驶马自达汽车的杰克·琼斯和驾驶大众汽车的杰克·琼斯是两个不同的累积数量。
链接建议使用以下方法:
df.groupby(by=['name','day']).sum().groupby(level=[0]).cumsum()
为了实现反向求和,我尝试切割数据,但是失败了。
df.groupby(by=['name','day']).ix[::-1, 'no'].sum().groupby(level=[0]).cumsum()
Jack | Monday | 10 | 90
Jack | Tuesday | 30 | 80
Jack | Wednesday | 50 | 50
Jill | Monday | 40 | 80
Jill | Wednesday | 40 | 40
编辑: 根据反馈,我尝试实现了代码,并使数据框更大:
import pandas as pd
df = pd.DataFrame(
{'name': ['Jack', 'Jack', 'Jack', 'Jill', 'Jill'],
'surname' : ['Jones','Jones','Jones','Smith','Smith'],
'car' : ['VW','Mazda','VW','Merc','Merc'],
'country' : ['UK','US','UK','EU','EU'],
'year' : [1980,1980,1980,1980,1980],
'day': ['Monday', 'Tuesday','Wednesday','Monday','Wednesday'],
'date': ['2016-02-31','2016-01-31','2016-01-31','2016-01-31','2016-01-31'],
'no': [10,30,50,40,40],
'qty' : [100,500,200,433,222]})
我试图对多列进行分组,但是无法应用分组。
df = df.groupby(by=['name','surname','car','country','year','day','date']).sum().iloc[::-1].groupby(level=[0]).cumsum().iloc[::-1].reset_index()
为什么会这样?我希望驾驶马自达汽车的杰克·琼斯和驾驶大众汽车的杰克·琼斯是两个不同的累积数量。