Cumsum单列群问题

Question

我的头脑被炸了，所以希望你能在这里提供帮助：)我有一些数据，我需要按月和年来“累计”，并且无法想出如何去做。我的数据看起来是这样的- testdf：

     month  year    power_kwh
0        1  1990  416491241.4
1        2  1990  343033068.2
2        3  1990  301451921.2
3        4  1990  275719811.1
4        5  1990  292287261.0
5        6  1990  227289410.6
6        7  1990  189335818.5
7        8  1990  115649657.7
8        9  1990  191111685.6
9       10  1990  319101975.4
10      11  1990  366723962.5
11      12  1990  392145037.3
12       1  1991  333036371.8
13       2  1991  325317995.1
14       3  1991  370866553.8
15       4  1991  300957433.0
16       5  1991  223408949.5
17       6  1991  165998110.1
18       7  1991  147475868.2
19       8  1991  158274746.0
20       9  1991  181327778.7
21      10  1991  284857327.5
22      11  1991  298116425.1
23      12  1991  363653602.6

我需要我的数据如下所示，所以该列(power_kwh)按月份和每个唯一的年份进行求和。

    month   year    power_kwh   cumsum_power_kwh
0   1       1990    416491241.4 416491241
1   2       1990    343033068.2 759524310
2   3       1990    301451921.2 1060976231
3   4       1990    275719811.1 1336696042
4   5       1990    292287261   1628983303
5   6       1990    227289410.6 1856272714
6   7       1990    189335818.5 2045608532
7   8       1990    115649657.7 2161258190
8   9       1990    191111685.6 2352369875
9   10      1990    319101975.4 2671471851
10  11      1990    366723962.5 3038195813
11  12      1990    392145037.3 3430340851
12  1       1991    333036371.8 333036372
13  2       1991    325317995.1 4088695217
14  3       1991    370866553.8 4459561771
15  4       1991    300957433   4760519204
16  5       1991    223408949.5 4983928154
17  6       1991    165998110.1 5149926264
18  7       1991    147475868.2 5297402132
19  8       1991    158274746   5455676878
20  9       1991    181327778.7 5637004657
21  10      1991    284857327.5 5921861984
22  11      1991    298116425.1 6219978409
23  12      1991    363653602.6 6583632012

我已经尝试了下面的代码，也使用了apply和lambda函数，我一直得到一个答案，但是累积和没有像您在这里看到的那样被计算出来。谢谢你的建议！

testdf['results'] = testdf.groupby(['year','month'])['power_kwh'].cumsum()

这就是我一直想要的-

     month  year    power_kwh      results
0        1  1990  416491241.4  416491241.4
1        2  1990  343033068.2  343033068.2
2        3  1990  301451921.2  301451921.2
3        4  1990  275719811.1  275719811.1
4        5  1990  292287261.0  292287261.0
5        6  1990  227289410.6  227289410.6
6        7  1990  189335818.5  189335818.5
7        8  1990  115649657.7  115649657.7
8        9  1990  191111685.6  191111685.6
9       10  1990  319101975.4  319101975.4
10      11  1990  366723962.5  366723962.5
11      12  1990  392145037.3  392145037.3
12       1  1991  333036371.8  333036371.8
13       2  1991  325317995.1  325317995.1
14       3  1991  370866553.8  370866553.8
15       4  1991  300957433.0  300957433.0
16       5  1991  223408949.5  223408949.5
17       6  1991  165998110.1  165998110.1
18       7  1991  147475868.2  147475868.2
19       8  1991  158274746.0  158274746.0
20       9  1991  181327778.7  181327778.7
21      10  1991  284857327.5  284857327.5
22      11  1991  298116425.1  298116425.1
23      12  1991  363653602.6  363653602.6

Answer 1

您的预期输出只能按年分组计算：

df['cumsum_power_kwh'] = df.groupby('year')['power_kwh'].cumsum()

如果您的数据不能保证有序，您可以先对其进行排序：

df = df.sort_values(["year", "month"])

您遇到的问题是因为cumsum分别应用于每个组，因此对于每个唯一的(year、month)对，cumsum被重置为0。