如何计算给定组内 Python DataFrame 的累计和（反向）？

Question

我有一个包含许多 (n=19) 列的数据框 (df_f)，如果从概念上简化的话，它看起来像这样：

Basin	(n=17 columns)	Chi
13.0	...	4
13.0	...	8
13.0	...	2
21.0	...	4
21.0	...	6
38.0	...	1
38.0	...	7
38.0	...	2
38.0	...	4

真实的数据框有大约 70,000 行和大约 60 个唯一的 'Basin' ID 值（当然还有其他带有数字数据的列，但我们不需要它们，我仍然想保留它们尽管用于绘图）。

我想要的是：

我想计算 'Chi' 值的累计总和，但相反（因此，向上），AND 我希望为每个盆地重置它 'group'。所以值应该是：

Basin	(n=17 columns)	Chi_cum
13.0	...	14
13.0	...	10
13.0	...	2
21.0	...	10
21.0	...	6
38.0	...	14
38.0	...	13
38.0	...	6
38.0	...	4

如您所见，在 Chi_cum 中，我们逐渐增加 Chi 值，但我们为每个 'Basin'.

重置总和

我知道如何计算反向累加和 (df_f['Chi_cum'] = df_f.loc[::-1, 'Chi'].cumsum()[::-1])，但那是针对整个数据帧的。相反，我知道如何使用'.groupby'，但我似乎无法将分组和求和这两种方法结合起来。

我试过做类似的事情：

df_f["Chi_cum"] = df_f.groupby(by=['Basin']).sum().iloc[::-1].groupby(level=[0]).cumsum().iloc[::-1]

（灵感来自），但它不起作用！

有人可以帮我解决这个问题吗？谢谢！

Answer 1

显然您实际上不能将 ascending=True 或 reverse=True 添加到 cumsum (!?!?)，所以只需在每个组的 cumsum 前后反转即可：

df['Chi'] = df.groupby('Basin')['Chi'].apply(lambda x: x[::-1].cumsum()[::-1])

输出：

>>> df
   Basin  Chi
0   13.0   14
1   13.0   10
2   13.0    2
3   21.0   10
4   21.0    6
5   38.0   14
6   38.0   13
7   38.0    6
8   38.0    4

Answer 2

你可以试试 series groupby

df['new'] = df.loc[::-1, 'Chi'].groupby(df['Basin']).cumsum()
df
Out[858]: 
   Basin (n=17 columns)  Chi  new
0   13.0            ...    4   14
1   13.0            ...    8   10
2   13.0            ...    2    2
3   21.0            ...    4   10
4   21.0            ...    6    6
5   38.0            ...    1   14
6   38.0            ...    7   13
7   38.0            ...    2    6
8   38.0            ...    4    4

如何计算给定组内 Python DataFrame 的累计和（反向）？

How to calculate cumulative sum (reversed) of a Python DataFrame within given groups?

python

dataframe

pandas

cumsum

pandas-groupby