在Pandas中按名称分组，生成多列累计和列的实现问题

你的需求是按列a分组，计算b和c的累计和得到新列d，但原代码使用sum()导致了NaN，原因是：

• groupby('a')['b','c'].sum()计算的是每个分组内b和c的总和，返回的结果只有每个分组一行数据，和原DataFrame的索引不匹配，赋值后自然出现NaN。
• 你需要的是逐行累计求和，而不是分组总和。

正确实现代码 #

可以先计算每行b与c的和，再按a分组做累计求和：

import pandas as pd

# 构造你的数据集
df = pd.DataFrame({
    'a': ['Joe', 'Joe', 'Joe', 'Adam', 'Adam', 'Adam'],
    'b': [1, 1, 0, 1, 0, 0],
    'c': [0, 0, 1, 0, 1, 0]
})

# 生成d列：先求每行b+c，再分组累计求和
df['d'] = (df['b'] + df['c']).groupby(df['a']).cumsum()

运行结果 #

a  b  c  d
0  Joe  1  0  1
1  Joe  1  0  2
2  Joe  0  1  3
3  Adam 1  0  1
4  Adam 0  1  2
5  Adam 0  0  2

补充说明 #

另一种等价写法，用apply实现：

df['d'] = df.groupby('a').apply(lambda group: (group['b'] + group['c']).cumsum()).droplevel(0)

两种写法都能得到你想要的结果，第一种更简洁高效。

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