具有日期时间熊猫条件的累积 groupby答案

【问题标题】：Cumulative groupby with condition on datetime pandas具有日期时间熊猫条件的累积 groupby
【发布时间】：2021-11-01 13:32:54
【问题描述】：

我需要根据 playerId 列和 datetime 列计算 pandas 数据框中不同列的累积总和。我的数据框如下所示：

      eventId  playerId  goal  shot  header  dateutc
0     0        100       0     1     0       2020-11-08 17:00:00
1     1        100       0     0     1       2020-11-08 17:00:00
2     2        100       1     1     0       2020-11-08 17:00:00
3     3        200       0     1     0       2020-11-08 17:00:00      
4     4        100       1     0     1       2020-11-15 17:00:00
5     5        100       1     1     0       2020-11-15 17:00:00
6     6        200       1     1     0       2020-11-15 17:00:00

所以现在我需要计算每个玩家当前日期和之前所有日期的累积总和。所以我的最终日期框架将如下所示：

      playerId  dateutc              goal  shot  header
0     100       2020-11-08 17:00:00  1     2     1
1     200       2020-11-08 17:00:00  0     1     0
2     100       2020-11-15 17:00:00  3     3     2
3     200       2020-11-15 17:00:00  1     2     0

希望有人可以帮助我:)

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

试试：

out = df.groupby(['playerId', 'dateutc'], sort=False)[['goal', 'shot', 'header']].sum()
out = out.groupby(level='playerId').cumsum().reset_index()

输出：

>>> out
   playerId              dateutc  goal  shot  header
0       100  2020-11-08 17:00:00     1     2       1
1       200  2020-11-08 17:00:00     0     1       0
2       100  2020-11-15 17:00:00     3     3       2
3       200  2020-11-15 17:00:00     1     2       0

【讨论】：

【解决方案2】：

首先删除eventId以避免sum如果是数字，聚合sum然后cumsum：

df1 = (df.drop('eventId',axis=1)
         .groupby(['playerId','dateutc'], sort=False)
         .sum()
         .groupby(level=0, sort=False)
         .cumsum()
         .reset_index())
print (df1)
   playerId              dateutc  goal  shot  header
0       100  2020-11-08 17:00:00     1     2       1
1       200  2020-11-08 17:00:00     0     1       0
2       100  2020-11-15 17:00:00     3     3       2
3       200  2020-11-15 17:00:00     1     2       0

如果需要指定列进行处理：

df1 = (df.groupby(['playerId','dateutc'], sort=False)[['goal', 'shot', 'header']]
         .sum()
         .groupby(level=0, sort=False)
         .cumsum()
         .reset_index())

【讨论】：