如何在Python中用Groupby计算累积和？

Question

我试图通过使用Pandas的DataFrame来计算群的累积和。然而，我并没有得到预期的产出。

我的源代码：

import pandas as pd
Employee = [['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
        ['CSE', 'CSE', 'EEE', 'EEE', 'CE', 'CE', 'ME', 'ME'],
        ['Cat-1', 'Cat-2', 'Cat-1', 'Cat-2', 'Cat-1', 'Cat-2', 'Cat-1', 'Cat-2']]

index = pd.MultiIndex.from_arrays(Employee, names=['Name', 'Dept', 'Category'])

Scale = [1, 2, 2, 3, 3, 1, 2, 3]
Salary = [100, 200, 200, 300, 300, 100, 200, 300]

df = pd.DataFrame({'scale': Scale,
               'salary': Salary},
              index=index)

df1 = df.groupby(['Category', 'scale']).cumsum()
print(df1)

预期产出：

Cat-1    1         100
         2         500
         3         800
Cat-2    1         100
         2         300
         3         900

取得的结果：

Name Dept Category        
A    CSE  Cat-1        100
B    CSE  Cat-2        200
C    EEE  Cat-1        300
D    EEE  Cat-2        500
E    CE   Cat-1        600
F    CE   Cat-2        600
G    ME   Cat-1       1000
H    ME   Cat-2       1200

群比不起作用。但是，如果我使用sum() (即df1 = df.groupby(['Category', 'scale']).sum())而不是cumsum()，groupby工作得很好。

Answer 1

每个组有多个条目，因此您需要聚合数据两次，换句话说，使用groupby两次。一次得到每一组的和，一次计算这些和的累积和。

可以这样做：

df.groupby(['Category','scale']).sum().groupby('Category').cumsum()

注意，cumsum应该应用于Category列所分区的组上，这样才能获得所需的结果。