如何对pandas groupby分组结果应用累积扩展窗口计算

你的需求本质是按G列分组的出现顺序做累加扩展窗口，每次计算包含当前分组及之前所有分组的全部原始行数据，可直接按以下逻辑实现：

完整代码示例 #

import pandas as pd

# 1. 构造示例数据
df = pd.DataFrame({
    'G': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
    'Val': [0, 1, 2, 3, 4, 5, 6, 7]
})

# 2. 获取分组的顺序（按数据中首次出现的顺序，可手动替换为自定义顺序列表）
group_order = df['G'].unique()

# 3. 自定义计算函数，可直接操作传入的所有原始数据
def your_custom_func(data_series):
    # 示例1：求和
    # return data_series.sum()
    # 示例2：求均值
    return data_series.mean()
    # 自定义逻辑直接在这里写即可，可访问所有传入的原始条目

# 4. 遍历计算每个分组的结果
result = []
for idx, group in enumerate(group_order):
    # 取当前及之前所有分组的全部Val列数据，需要整行数据的话去掉['Val']即可
    current_all_data = df[df['G'].isin(group_order[:idx+1])]['Val']
    result.append([group, your_custom_func(current_all_data)])

# 5. 转成DataFrame格式输出
result_df = pd.DataFrame(result, columns=['G', '计算结果'])
print(result_df)

输出验证 #

• 用求和函数时输出：

G  计算结果
0  A     3
1  B    10
2  C    28

• 用求均值函数时输出：

G  计算结果
0  A   1.0
1  B   2.0
2  C   3.5

注意事项 #

• 如果需要自定义分组的先后顺序，直接把group_order变量替换为你指定的列表即可，比如group_order = ['C', 'B', 'A']
• 如果自定义函数需要访问整行的所有字段，把current_all_data = df[df['G'].isin(group_order[:idx+1])]['Val']中的['Val']删掉，函数接收的就是符合条件的完整子数据框，可以自由操作所有列的原始值。

内容的提问来源于stack exchange，提问作者divingTobi