如何在Pandas中按产品分组计算往期日期的累计求和？

问题描述 #

我有如下Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({ 
    'Date': ['2018-04-01', '2018-05-01', '2018-06-01', '2018-07-01', '2018-08-01'], 
    'Product': ['a', 'a', 'a', 'b', 'b'], 
    'Volumes': [10,30,40,50,60]
})

对应的表格：

我希望新增一列Result，对同一款产品的所有往期月份（包括当前月份）的Volumes进行求和，期望输出如下：

解决方案 #

这其实是个典型的分组累计求和需求，用Pandas的groupby+cumsum()就能轻松实现：

核心思路

• 按Product字段分组，确保我们只在同一款产品的范围内计算求和
• 对分组后的Volumes列使用cumsum()方法，该方法会在每个分组内从第一行开始逐行累计相加，正好对应你需要的“往期（含当前）Volumes总和”

完整代码

import pandas as pd

# 原始数据
df = pd.DataFrame({ 
    'Date': ['2018-04-01', '2018-05-01', '2018-06-01', '2018-07-01', '2018-08-01'], 
    'Product': ['a', 'a', 'a', 'b', 'b'], 
    'Volumes': [10,30,40,50,60]
})

# 新增Result列：按Product分组后计算累计求和
df['Result'] = df.groupby('Product')['Volumes'].cumsum()

# 查看结果
print(df)

补充说明

如果你的原始数据没有按日期顺序排列，建议先按Product和Date排序后再计算，避免累计结果出错：

# 先排序再计算累计求和
df = df.sort_values(by=['Product', 'Date'])
df['Result'] = df.groupby('Product')['Volumes'].cumsum()

内容的提问来源于stack exchange，提问作者Amy D