pandas基于playerId与datetime列的条件累计分组求和问题

你可以分两步完成累计和计算：

1. 先按playerId和dateutc分组，统计单个玩家当日所有goal、shot、header字段的总和
2. 对第一步得到的每日聚合结果，按playerId分组后对三个指标字段做升序累计求和即可

import pandas as pd

# 假设df为你的原始DataFrame，先确保dateutc为datetime类型
df['dateutc'] = pd.to_datetime(df['dateutc'])

# 第一步：按玩家+日期聚合当日各指标总和，同时按日期升序排序保证累计顺序正确
daily_agg = df.groupby(['playerId', 'dateutc'], as_index=False)[['goal', 'shot', 'header']].sum()
daily_agg = daily_agg.sort_values(['playerId', 'dateutc'])

# 第二步：按玩家分组，对三个指标做累计求和
daily_agg[['goal', 'shot', 'header']] = daily_agg.groupby('playerId')[['goal', 'shot', 'header']].cumsum()

# daily_agg即为最终结果，和你期望的输出结构完全一致
print(daily_agg)

如果你的原始数据已经保证同一个playerId+dateutc组合只有一条记录，可以跳过第一步的分组求和步骤，直接排序后做累计计算即可。

内容的提问来源于stack exchange，提问作者nicklasc93