Pandas 石斑鱼 "Cumulative" sum()

Question

我正在尝试计算接下来 4 周的累计总数。

这是我的数据框示例

d = {'account': [10, 10, 10, 10, 10, 10, 10, 10],
     'volume': [25, 60, 40, 100, 50, 100, 40, 50]}
df = pd.DataFrame(d)
df['week_starting'] = pd.date_range('05/02/2021',
                                    periods=8,
                                    freq='W')

df['volume_next_4_weeks'] = [225, 250, 290, 290, 240, 190, 90, 50]
df['volume_next_4_weeks_cumulative'] = ['(25+60+40+100)', '(60+40+100+50)', '(40+100+50+100)', '(100+50+100+40)', '(50+100+40+50)', '(100+40+50)', '(40+50)', '(50)']
df.head(10)

dataframe_table_view

我会想办法通过pd.Grouper freq = 4W 来计算累积量。

Answer 1

这应该有效：

df['volume_next_4_weeks']  = [sum(df['volume'][i:i+4]) for i in range(len(df))]

对于显示加法为 string 的另一列，我使用上面相同的逻辑将值存储在列表中，但没有应用求和，然后将列表元素加入为 string:

df['volume_next_4_weeks_cumulative'] = [df['volume'][i:i+4].to_list() for i in range(len(df))]
df['volume_next_4_weeks_cumulative'] = df['volume_next_4_weeks_cumulative'].apply(lambda row: ' + '.join(str(x) for x in row))

现在正如您所提到的，您有多个不同的帐户，并且您希望为所有这些帐户分别执行此操作，创建一个自定义函数，然后使用 groupby 和 apply 创建列：

def create_mov_cols(df):
    df['volume_next_4_weeks']  = [sum(df['volume'][i:i+4]) for i in range(len(df))]
    df['volume_next_4_weeks_cumulative'] = [df['volume'][i:i+4].to_list() for i in range(len(df))]
    df['volume_next_4_weeks_cumulative'] = df['volume_next_4_weeks_cumulative'].apply(lambda row: ' + '.join(str(x) for x in row))
    return df

将函数应用于 DataFrame：

df = df.groupby(['account']).apply(create_mov_cols)

Answer 2

df['volume_next_4_weeks'] = df[['week_starting', 'volume']][::-1].rolling(window='28D', on='week_starting').sum()[::-1]['volume']

使用

28D 代替 4W，因为后者不是固定频率。

Pandas 石斑鱼 "Cumulative" sum()

Pandas Grouper "Cumulative" sum()

python

numpy

pandas

cumsum

pandas-groupby