Pandas按DIVISION等3字段分组重置的MONTH维度累计求和问题

问题根因 #

你之前使用groupby(level=3)计算累计和的逻辑错误：level=3对应多级索引的第4个字段MONTHS，相当于按月份分组计算累计和，不符合你要求的「按DIVISION、MODEL、QTR三个字段分区，分区字段任意变化就重置累计」的逻辑。

方案1：转普通DataFrame计算（可读性更高） #

1. 聚合时直接生成非多级索引的DataFrame

df_agg = df.groupby(['DIVISION','MODEL','QTR','MONTHS'], as_index=False)['X'].sum()

2. 按分区字段+月份排序，保证月份从小到大的累计顺序

df_agg = df_agg.sort_values(by=['DIVISION','MODEL','QTR','MONTHS'])

3. 按三个分区字段分组，组内计算累计和

df_agg['CUMSUM'] = df_agg.groupby(['DIVISION','MODEL','QTR'])['X'].cumsum()

方案2：保留多级索引结构计算 #

如果需要保留聚合后的多级索引结构，直接指定前三个索引层级作为分组键即可，你的聚合代码生成的多级索引顺序为[DIVISION, MODEL, QTR, MONTHS]，对应level 0~3，因此取前三个level分组：

# 你的原聚合代码，得到多级索引Series
df = df.groupby(['DIVISION','MODEL','QTR','MONTHS'])['X'].sum()
# 按前三个索引层级分组，组内计算累计和
df['cumsum'] = df.groupby(level=[0,1,2]).cumsum()

内容的提问来源于stack exchange，提问作者JF4bes