如何在Pandas DataFrame中实现跨组累计求和（非组内）

给定如下Pandas DataFrame，包含group和weeklyTotal两列，需要生成第三列CumulativeTotal，实现跨组累计求和（而非组内累计）：

import pandas as pd
df = pd.DataFrame({'group':['A','A','A','B','B','B','C','C','C'], 'weeklyTotal':[1,1,1,3,3,3,2,2,2]})

解决方案 #

可以通过「提取组级唯一值→计算跨组累计→映射回原DataFrame」的方式直接实现，无需额外创建中间表：

# 提取每个组的weeklyTotal唯一值并计算跨组累计求和
group_cum_sum = df.groupby('group')['weeklyTotal'].first().cumsum()
# 将累计值映射到原DataFrame的对应组行
df['CumulativeTotal'] = df['group'].map(group_cum_sum)

结果展示 #

执行后得到的DataFrame如下：

说明 #

• groupby('group')['weeklyTotal'].first()：提取每个组的首个weeklyTotal值（因同组值一致，用mean/max等方法结果相同）
• .cumsum()：对组级别的值执行跨组累计求和
• map(group_cum_sum)：将每个组对应的累计值批量赋值给原DataFrame的所有同组行

内容的提问来源于stack exchange，提问作者Justin Beresford