如何在pandas DataFrame中按星期分组计算收入累计和

原始示例数据 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

df = pd.DataFrame({'day': ['Mon','Tue','Wed', 'Mon', 'Tue', 'Wed'],
                  'date': ['2002-01-02', '2002-01-03', '2002-01-04', '2002-01-08', '2002-01-09', '2002-01-10'],
                  'income': [40, 60, 40, 100, 55, 32]
                 })

过往写法的问题 #

• 直接对整列income调用cumsum()：会对所有行做全局累加，无法实现不同星期分别累计的效果，配套绘图代码还存在括号位置错误、星期值不匹配（原始数据是Mon缩写，代码写了Monday全称）的语法问题：

# 错误写法
df['cum_income_by_day'] = df['income'].cumsum() 
Monday = df[df['day']] == 'Monday' # 括号位置错误，且值不匹配
sn.lineplot(data = Monday, x="Date", y="cum_income_by_day")

• 单独筛选单星期数据再赋值回原表：会触发setting with copy警告，且非目标星期的行累计值为空，结果完全失真：

# 错误写法
Monday = df[df['day'] == 'Monday']
df['cum_income_by_day'] = Monday['income'].cumsum()

• 调用groupby仅得到单个累计值、for循环实现失败：核心原因是没有在分组对象上调用逐行转换的累计逻辑。

正确实现代码 #

直接按day列分组后，对每组的income列调用cumsum()，将结果直接赋值给新列即可，无需循环、无需单独拆分每个星期的数据，也不会触发副本警告：

# 核心计算逻辑：分组后计算组内累计和
df['cum_income_by_day'] = df.groupby('day')['income'].cumsum()

# 可选：将date列转为时间格式，避免绘图时x轴排序错乱
df['date'] = pd.to_datetime(df['date'])

计算完成后的DataFrame结果如下，完全符合同星期单独累计的需求：

修正后的seaborn绘图代码 #

通过hue参数指定按星期区分线条，即可一次性绘制所有星期的累计收入趋势：

sns.lineplot(data=df, x="date", y="cum_income_by_day", hue="day")
plt.show()

内容的提问来源于stack exchange，提问作者James