如何获得每个组随时间的累计和？

Question

我正在处理我的个人音乐历史数据，其中 DataFrame 中的每一行都对应于一首已听过的歌曲。我想将数据结构化到 DataFrame 中，以便每个艺术家都是自己的行，而每一列都应对应一个唯一的日期。单元格中的值应对应于艺术家在给定日期的累计收听量。

我熟悉 Pandas 附带的 groupby 方法，但我仍然不完全确定应该如何适当地构建数据。我觉得和时间序列分析的逻辑应该差不多，但是我还不是很熟悉。

这是数据集相关列的片段：

print(df3[['artist', 'date_time',  'year', 'num_month', 'day']].head(20))

                    artist  date_time  year  num_month  day
0           Porcupine Tree 2019-09-10  2019          9   10
1           Porcupine Tree 2019-09-10  2019          9   10
2           Porcupine Tree 2019-09-09  2019          9   10
3                Rammstein 2019-08-10  2019          9   10
4                     Tool 2019-08-10  2019          9   10
5                     Tool 2019-08-09  2019          9   10
6                     Tool 2019-08-09  2019          9   10
7                     Tool 2019-08-08  2019          9   10
8                     Tool 2019-08-08  2019          9   10
9                     Tool 2019-08-08  2019          9   10
10                    Tool 2019-08-08  2019          9   10
11          Rotting Christ 2019-07-10  2019          9   10
12          Rotting Christ 2019-07-10  2019          9   10
13                  Amoral 2019-06-10  2019          9   10
14  Harry Gregson-Williams 2019-06-10  2019          9   10
15  Harry Gregson-Williams 2019-06-10  2019          9   10
16               Midge Ure 2018-09-10  2019          9   10
17             David Bowie 2018-09-10  2019          9   10
18             David Bowie 2018-09-10  2019          9   10
19             David Bowie 2018-09-10  2019          9   10

请注意 date_time 是 datetime64[ns] 类型。我还将日、月和年存储为整数。

Answer 1

已解决！

grouped_df = df.groupby(['artist', 'date_time']).size().unstack(-1)
grouped_df = grouped_df.fillna(0)
grouped_df_cumsum = grouped_df.cumsum(axis=1)

如何获得每个组随时间的累计和？

How to get the accumulated sum over time for each group?

python

datetime

time-series

cumulative-sum

pandas