如何为Pandas DataFrame生成commits列的累计求和列Commit_growth？

问题背景 #

原始DataFrame结构：

info_version  commits commitdates
18558       17.1.3       42  2017-07-14
20783       17.1.3       57  2017-07-14
20782       17.2.2       57  2017-09-27
18557       17.2.2       42  2017-09-27
18556       17.2.3       42  2017-10-30
20781       17.2.3       57  2017-10-30
20780       17.2.4       57  2017-11-27
18555       17.2.4       42  2017-11-27
20779       17.2.5       57  2018-01-10

需求：计算commits列从第一行到当前行的累计总和，生成名为Commit_growth的列，期望输出如下：

info_version  commits commitdates    Commit_growth
18558       17.1.3       42  2017-07-14       42
20783       17.1.3       57  2017-07-14       109
20782       17.2.2       57  2017-09-27       166
18557       17.2.2       42  2017-09-27      208
18556       17.2.3       42  2017-10-30       250
20781       17.2.3       57  2017-10-30       307
20780       17.2.4       57  2017-11-27       364
18555       17.2.4       42  2017-11-27      406
20779       17.2.5       57  2018-01-10       463

用户尝试的代码仅能得到commits列的整体总和，无法实现累计求和：

data2 = data1[['info_version', 'commits', 'commitdates']].sort_values(by='info_version', ascending=True)
sum_row = data2.sum(axis=0)

解决方案 #

Pandas的cumsum()方法专门用于计算累计求和，直接对commits列调用该方法即可生成目标列。

完整代码：

# 按info_version排序（保持需求中的顺序）
data2 = data1[['info_version', 'commits', 'commitdates']].sort_values(by='info_version', ascending=True)
# 生成累计求和列
data2['Commit_growth'] = data2['commits'].cumsum()

说明 #

• cumsum()会从第一行开始，依次计算到当前行的累加值，完全匹配需求。
• 执行后data2将包含期望的Commit_growth列，结果与示例一致。

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