Pandas Python分组累积求和反转

Question

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：

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。

- Travis

---

@BradSolomon，不幸的是，您引用的链接没有显示如何包括分组。请查看我的更新帖子，并告诉我是否更清晰 - 我似乎无法使分组正常工作。 - Travis

Answer 1

您可以使用双重 iloc：

df = df.groupby(by=['name','day']).sum().iloc[::-1].groupby(level=[0]).cumsum().iloc[::-1]
print (df)
                no
name day          
Jack Monday     90
     Tuesday    80
     Wednesday  50
Jill Monday     80
     Wednesday  40

对于另一种列解决方案，简化如下：

df = df.groupby(by=['name','day']).sum()
df['new'] = df.iloc[::-1].groupby(level=[0]).cumsum()
print (df)
                no  new
name day               
Jack Monday     10   90
     Tuesday    30   80
     Wednesday  50   50
Jill Monday     40   80
     Wednesday  40   40

编辑：

第二个groupby存在问题，需要添加更多级别 - level=[0,1,2] 表示按照第一级name、第二级surname 和第三级car进行分组。

df1 = (df.groupby(by=['name','surname','car','country','year','day','date'])
        .sum())
print (df1)
                                                      no  qty
name surname car   country year day       date               
Jack Jones   Mazda US      1980 Tuesday   2016-01-31  30  500
             VW    UK      1980 Monday    2016-02-31  10  100
                                Wednesday 2016-01-31  50  200
Jill Smith   Merc  EU      1980 Monday    2016-01-31  40  433
                                Wednesday 2016-01-31  40  222

df2 = (df.groupby(by=['name','surname','car','country','year','day','date'])
        .sum()
        .iloc[::-1]
        .groupby(level=[0,1,2])
        .cumsum()
        .iloc[::-1]
        .reset_index())
print (df2)
   name surname    car country  year        day        date  no  qty
0  Jack   Jones  Mazda      US  1980    Tuesday  2016-01-31  30  500
1  Jack   Jones     VW      UK  1980     Monday  2016-02-31  60  300
2  Jack   Jones     VW      UK  1980  Wednesday  2016-01-31  50  200
3  Jill   Smith   Merc      EU  1980     Monday  2016-01-31  80  655
4  Jill   Smith   Merc      EU  1980  Wednesday  2016-01-31  40  222

或者可以根据名称进行选择 - 可参见0.20.1+版本中的分组增强功能： （链接）。

df2 = (df.groupby(by=['name','surname','car','country','year','day','date'])
        .sum()
        .iloc[::-1]
        .groupby(['name','surname','car'])
        .cumsum()
        .iloc[::-1]
        .reset_index())
print (df2)

   name surname    car country  year        day        date  no  qty
0  Jack   Jones  Mazda      US  1980    Tuesday  2016-01-31  30  500
1  Jack   Jones     VW      UK  1980     Monday  2016-02-31  60  300
2  Jack   Jones     VW      UK  1980  Wednesday  2016-01-31  50  200
3  Jill   Smith   Merc      EU  1980     Monday  2016-01-31  80  655
4  Jill   Smith   Merc      EU  1980  Wednesday  2016-01-31  40  222

- jezrael

---

谢谢@jezarel - 这很有帮助，但我还有另一个问题。请看我的编辑过的帖子？ - Travis