按日期累计（月）答案

【问题标题】：Cumulative Sum by date (Month)按日期累计（月）
【发布时间】：2017-03-09 09:24:40
【问题描述】：

我有一个 pandas 数据框，我需要计算每个月的累积总和。

Date    Amount
2017/01/12  50
2017/01/12  30
2017/01/15  70
2017/01/23  80
2017/02/01  90
2017/02/01  10
2017/02/02  10
2017/02/03  10
2017/02/03  20
2017/02/04  60
2017/02/04  90
2017/02/04  100

累积总和是每一天的尾随总和，即 01-31。然而，有些日子不见了。数据框应如下所示

Date    Sum_Amount
2017/01/12  80
2017/01/15  150
2017/01/23  203
2017/02/01  100
2017/02/02  110
2017/02/03  140
2017/02/04  390

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果只需要cumsum months groupby 和sum 则可以使用，然后按转换为month 的索引值分组：

df.Date = pd.to_datetime(df.Date)
df = df.groupby('Date').Amount.sum()
df = df.groupby(df.index.month).cumsum().reset_index()
print (df)

        Date  Amount
0 2017-01-12      80
1 2017-01-15     150
2 2017-01-23     230
3 2017-02-01     100
4 2017-02-02     110
5 2017-02-03     140
6 2017-02-04     390

但如果需要，但months and years 需要通过to_period 转换为月份：

df = df.groupby(df.index.to_period('m')).cumsum().reset_index()

更改后的df 可以更好地看出差异 - 添加了不同的年份：

print (df)
          Date  Amount
0   2017/01/12      50
1   2017/01/12      30
2   2017/01/15      70
3   2017/01/23      80
4   2017/02/01      90
5   2017/02/01      10
6   2017/02/02      10
7   2017/02/03      10
8   2018/02/03      20
9   2018/02/04      60
10  2018/02/04      90
11  2018/02/04     100

df.Date = pd.to_datetime(df.Date)
df = df.groupby('Date').Amount.sum()
df = df.groupby(df.index.month).cumsum().reset_index()
print (df)
        Date  Amount
0 2017-01-12      80
1 2017-01-15     150
2 2017-01-23     230
3 2017-02-01     100
4 2017-02-02     110
5 2017-02-03     120
6 2018-02-03     140
7 2018-02-04     390

df.Date = pd.to_datetime(df.Date)
df = df.groupby('Date').Amount.sum()
df = df.groupby(df.index.to_period('m')).cumsum().reset_index()
print (df)
        Date  Amount
0 2017-01-12      80
1 2017-01-15     150
2 2017-01-23     230
3 2017-02-01     100
4 2017-02-02     110
5 2017-02-03     120
6 2018-02-03      20
7 2018-02-04     270

【讨论】：