1回答
01-22 4 4
322 Texas USA 2020-01-23 12 16 我一直在尝试关注Pandas groupbycumulative sum，并尝试了以下内容： df['Total'] = df.groupby(['State','Country'])['Cases'].cumsum() 返回一系列-1 df['Total'] = df.<
浏览 7提问于2020-12-27得票数 0
1回答
(['customer'])['count'].cumsum(), #2 df.groupby(['customer'])['count'].cumsum(), #4
df.groupby(['customer
浏览 3提问于2022-08-15得票数 2
1回答
累积和的群函数及重置索引
、、、
'02', '01'],)df = pd.DataFrame(data)df['cum_y'] = df.groupby(['Year']).Money.cumsum()
df['cum_m'] = df.<
浏览 1提问于2019-01-17得票数 1
回答已采纳
df['cumsum'] = df.groupby('ID')['Production'].cumsum() multiple = (df['cumsum'] %
df['cumsum2'] = df.groupby('ID')['numberGenerated'].
浏览 0提问于2019-07-19得票数 1
回答已采纳
做['r_power'].cumsum()).sub(df.groupby('id', 'date')['d_power'].cumsum())
df['q222_power'] = df['r_power&
浏览 5提问于2021-10-07得票数 1
回答已采纳
我想用'A‘和'B’中相同的值来groupby两个列，并根据该值所在的列创建一个cumsum。ValueB1 c a 2 2
2 a b 2 4 现在，如果值在列'A‘中，考虑将ValueA设置为cumsum，如果值在列'B’中，则考虑将ValueB设置为cumsum 编辑:我想像cumsum一样执行shift().rolling()，我试着把它放在gr
浏览 24提问于2021-08-19得票数 2
回答已采纳
, 4, 4],
'vol': [1000, 1000, 500, 500, 100, 100, 200, 200]}) 我在其中添加了另一列： df['vol_cumsum'] = df.groupby(['sym', 'key', 'order']).vol.cumsum() 让我们这样定义这个问题(而不是文字)。请检查以下内容： df.groupby(['sym'
浏览 8提问于2019-04-11得票数 0
回答已采纳
我想使用groupby().transform()对(排序的)数据集中的每个记录块进行自定义(累积)转换。除非我确保我有一个唯一的密钥，否则它不能工作。为什么？('a')['b'].transform(np.cumsum)给出了预期的：0 1 1 12 2(level=0)['b'].transform(np.cumsum)
----------------------
浏览 0提问于2013-05-01得票数 12
回答已采纳
1回答
唯一的非numpy等价物是groupby。我还在numpy中创建了自己的shift函数。熊猫版本： sign = np.sign(df[col]) return df.assign(u_streak=s.where(s>0, 0.0),
d_streak=s.where0.2,0.1,0.1,0.0,-0.2,-0.1,0.0]
浏览 1提问于2019-08-15得票数 3
回答已采纳
2回答
(['household_key'])['dummy'].cumsum()但是我遇到了多个问题，转换(lambda x: cumsum(x) -1)抛出了一个错误。之前的两次groupb
浏览 2提问于2020-08-20得票数 0
2回答
我需要在数据帧中使用count()函数聚合的列和使用cumsum()函数聚合的另一个字段 我只想将它分组一次，并且应该使用Site对cumsum进行分组，几乎就像计数一样。我该怎么做呢？#I get the count by grouping site and arrived
#I do the cums
浏览 11提问于2020-07-24得票数 1
回答已采纳
201905我喜欢做以下事情df2['pct'].cumsum().le(20).mean()以groupby的方式，
df.groupby(['year_month', 'code'])['pct'].apply(lambda x: x.cumsum().le(
浏览 3提问于2019-07-10得票数 2
回答已采纳
(pat='nozzle_\d+$', regex=True)] .pipecolumn
df[nozzle_sale_cumsum] = df.groupby('tank')['nozzle_sale'].cumsum() 从上面的代码中，我将获得以下列的累积和 tankn
浏览 11提问于2019-09-20得票数 0
回答已采纳
1回答
D 3235 56 C 732323 -2 id stuff val cumsumC 1234 1 15 B 3236 6 8这是我尝试过的：
df['cumsum'] = df.groupby('id').cumsum(['
浏览 2提问于2015-09-29得票数 38
回答已采纳
cumsum = data['success'].cumsum()data['cumsum= 0, reset).cumsum() 得到的列是[0, 0, 1, 1, -1, -1, -1, 0, -1, 0, 1, 2, -1, 0, 1, 1]，但我希望是[0, 0, 1, 1, 1,
浏览 19提问于2020-01-06得票数 0
回答已采纳
1回答
grp = (df['Current_Qntd'] == 0).cumsum()
上面的答案对于只有一个资产的DF来说很好，但我需
浏览 2提问于2020-11-12得票数 0
1回答
我发现自己重复了一个groupby函数来计算新列，并且想知道，在选择了groupby之后，我是否可以以类似的方式将它应用到多列上的.agg()？目前我做这件事的路很长dfall['dpc_cases'] = dfall.groupby(level=0)['deaths'].cumsum()
浏览 3提问于2020-05-16得票数 0
回答已采纳
我正在尝试将cumsum与groupby一起使用，它不会抛出错误，但也不会基于groupby列创建索引。, 5], ["a", 7], ["b",11], ["b", 13], ["b", 17]],)t.groupby("labels").cumsum() 下面是输出：
浏览 11提问于2020-12-14得票数 0
回答已采纳
B 1In [6]: data['before'] = data.groupby(['ID']).Counts.cumsum()
浏览 2提问于2020-05-17得票数 3
云服务器
ICP备案
云点播
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号