Pandas月度至今累计和

Question

我们可以应用30D每月滚动总和操作，如下所示：

df.rolling("30D").sum()

然而，我如何才能以类似的方式实现一个月至今(甚至年初至今)的滚动总和呢？月初至今意味着我们只从月初到当前日期(或行)进行求和？

Answer 1

考虑以下数据库：

    Year  Month  week  Revenue
0   2020      1     1       10
1   2020      1     2       20
2   2020      1     3       10
3   2020      1     4       20
4   2020      2     1       10
5   2020      2     2       20
6   2020      2     3       10
7   2020      2     4       20
8   2020      3     1       10
9   2020      3     2       20
10  2020      3     3       10
11  2020      3     4       20
12  2021      1     1       10
13  2021      1     2       20
14  2021      1     3       10
15  2021      1     4       20
16  2021      2     1       10
17  2021      2     2       20
18  2021      2     3       10
19  2021      2     4       20
20  2021      3     1       10
21  2021      3     2       20
22  2021      3     3       10
23  2021      3     4       20

您可以组合使用group_by + cumsum来获得您想要的内容：

df['Year_To_date'] = df.groupby('Year')['Revenue'].cumsum()
df['Month_To_date'] = df.groupby(['Year', 'Month'])['Revenue'].cumsum()

结果：

    Year  Month  week  Revenue  Year_To_date  Month_To_date
0   2020      1     1       10            10             10
1   2020      1     2       20            30             30
2   2020      1     3       10            40             40
3   2020      1     4       20            60             60
4   2020      2     1       10            70             10
5   2020      2     2       20            90             30
6   2020      2     3       10           100             40
7   2020      2     4       20           120             60
8   2020      3     1       10           130             10
9   2020      3     2       20           150             30
10  2020      3     3       10           160             40
11  2020      3     4       20           180             60
12  2021      1     1       10            10             10
13  2021      1     2       20            30             30
14  2021      1     3       10            40             40
15  2021      1     4       20            60             60
16  2021      2     1       10            70             10
17  2021      2     2       20            90             30
18  2021      2     3       10           100             40
19  2021      2     4       20           120             60
20  2021      3     1       10           130             10
21  2021      3     2       20           150             30
22  2021      3     3       10           160             40
23  2021      3     4       20           180             60

请注意，只有当数据模型中有周/日期列时，Month-to-date才有意义。

EXTRAS: cumsum的目标是计算不同时期的累计和。然而，如果原始数据帧的索引没有按期望的顺序排序，则会根据组内的原始索引计算cumsum，这是因为Pandas是按行索引顺序操作的。

因此，首先需要按所需的顺序(年、月、周或日期)对数据帧进行排序，然后重置索引以匹配感兴趣变量的顺序。现在，输出按时间顺序按时段组进行求和。

df=df.sort_values(['Year', 'Month','Week']).reset_index(drop=True)