如何在 Pandas 的组内使用 cumsum？

Question

我有

df = pd.DataFrame.from_dict({'id': ['A', 'B', 'A', 'C', 'D', 'B', 'C'], 'val': [1,2,-3,1,5,6,-2], 'stuff':['12','23232','13','1234','3235','3236','732323']})

  id   stuff  val
0  A      12    1
1  B   23232    2
2  A      13   -3
3  C    1234    1
4  D    3235    5
5  B    3236    6
6  C  732323   -2

我想为每个id 运行一些val，因此所需的输出如下所示：

  id   stuff  val  cumsum
0  A      12    1   1
1  B   23232    2   2
2  A      13   -3   -2
3  C    1234    1   1
4  D    3235    5   5
5  B    3236    6   8
6  C  732323   -2  -1

这是我尝试过的：

df['cumsum'] = df.groupby('id').cumsum(['val'])

和

df['cumsum'] = df.groupby('id').cumsum(['val'])

这是我得到的错误：

ValueError: Wrong number of items passed 0, placement implies 1

Answer 1

您可以调用transform 并传递cumsum 函数将该列添加到您的df：

In [156]:
df['cumsum'] = df.groupby('id')['val'].transform(pd.Series.cumsum)
df

Out[156]:
  id   stuff  val  cumsum
0  A      12    1       1
1  B   23232    2       2
2  A      13   -3      -2
3  C    1234    1       1
4  D    3235    5       5
5  B    3236    6       8
6  C  732323   -2      -1

关于您的错误，您不能在 Series groupby 对象上调用 cumsum，其次您将列的名称作为无意义的列表传递。

所以这行得通：

In [159]:
df.groupby('id')['val'].cumsum()

Out[159]:
0    1
1    2
2   -2
3    1
4    5
5    8
6   -1
dtype: int64