如何计算熊猫前N行的累积总和？答案

【问题标题】：How to compute cumulative sum of previous N rows in pandas?如何计算熊猫前N行的累积总和？
【发布时间】：2017-10-02 21:06:49
【问题描述】：

我正在使用 pandas，但我没有太多经验。我有以下数据框：

          A
0       NaN
1      0.00
2      0.00
3      3.33
4     10.21
5      6.67
6      7.00
7      8.27
8      6.07
9      2.17
10     3.38
11     2.48
12     2.08
13     6.95
14     0.00
15     1.75
16     6.66
17     9.69
18     6.73
19     6.20
20     3.01
21     0.32
22     0.52

我需要计算前 11 行的累积和。当之前少于 11 个时，剩余的假定为 0。

        B
0     NaN
1    0.00
2    0.00
3    0.00
4    3.33
5    13.54
6    20.21
7    27.20
8    35.47
9    41.54
10    43.72
11   47.09
12   49.57 
13   51.65
14   58.60
15   58.60
16   57.02
17   53.48
18   56.49
19   56.22
20   54.16
21   51.10
22   49.24

我试过了：

df['B'] = df.A.cumsum().shift(-11).fillna(0)

但是，这并没有达到我想要的效果，而是旋转了累积和的结果。我怎样才能做到这一点？

【问题讨论】：

标签： python pandas cumsum

【解决方案1】：

你可能不得不这样做

B = []
i =0
m_lim = 11
while i<len(A):
    if i<m_lim:
      B.append(sum(A[0:i]))
    if i>=m_lim and i < len(A) -m_lim:
        B.append(sum(A[i-m_lim:i]))
    if i>= len(A) -m_lim:
      B.append(sum(A[i:]))
    i=i+1
df['B'] = B

【讨论】：

【解决方案2】：

使用min_periods=1 和window=11 和sum 致电rolling：

In [142]:
df['A'].rolling(min_periods=1, window=11).sum()

Out[142]:
0       NaN
1      0.00
2      0.00
3      3.33
4     13.54
5     20.21
6     27.21
7     35.48
8     41.55
9     43.72
10    47.10
11    49.58
12    51.66
13    58.61
14    55.28
15    46.82
16    46.81
17    49.50
18    47.96
19    48.09
20    48.93
21    45.87
22    43.91
Name: A, dtype: float64

【讨论】：

【解决方案3】：

检查pandas.Series.expanding。 series.expanding(min_periods=2).sum()

将为您完成这项工作。并且不要忘记设置第 0 个元素，因为它是 NaN。我的意思是，

accumulation = series.expanding(min_periods=2).sum()
accumulation[0] = series[0] # or as you like

【讨论】：