Pandas按组累计聚合同组当前及之前行元素的实现方法

实现方法 #

你之前的写法是将分组后的整个组的所有item转为列表，最终返回的是组级别的聚合结果，自然无法得到每行对应的累计值，可以用以下两种方案实现需求： #

方案1：列表累加实现（性能最优）

利用Pandas中列表类型的累加会自动拼接元素的特性，实现代码最短、性能最高：

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'class_id': ['a','a','a','b','b'],
    'item': [1,2,3,1,2]
})

# 核心逻辑：先把每个item转成单元素列表，再按组累计求和
df['req_output'] = df['item'].apply(lambda x: [x]).groupby(df['class_id']).cumsum()

运行后输出的req_output列完全匹配你给出的预期结果。 #

方案2：expanding窗口实现（灵活性更高）

如果后续需要自定义累计聚合逻辑，可以用分组后的滑动窗口实现，逻辑更直观：

df['req_output'] = df.groupby('class_id')['item'].expanding()\
                     .apply(lambda x: list(x), raw=False)\
                     .reset_index(drop=True)

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