在R语言dplyr中按id分组实现重置式cumsum的方法

我来帮你搞定这个分组累积和的问题～你遇到的核心问题就是没有先按ID分组就直接计算累积和，导致累加过程跨ID持续进行，没有重置。

正确的实现方法 #

只需要先通过groupby('id')把数据按ID拆分成独立的组，再对每个组内的payment列计算累积和就可以了，这样每个ID的累积和都会从自身的第一个值开始重新计算。

下面是完整的代码示例：

import pandas as pd

# 模拟你的数据框
df = pd.DataFrame({
    'id': [1, 1, 1, 2, 2],
    'payment': [100, 150, 50, 75, 125],
    'month': ['01', '02', '03', '07', '08'],
    'year': [2015, 2015, 2015, 2016, 2016]
})

# 新增分组累积和列
df['cumultative_sum'] = df.groupby('id')['payment'].cumsum()

# 查看结果
print(df)

运行这段代码后，你就能得到期望的结果：

为什么之前的代码不对？ #

如果你的原始代码是直接对payment列计算全局累积和：

df['cumultative_sum'] = df['payment'].cumsum()

那结果就会是100, 250, 300, 375, 500，因为没有分组，累加会覆盖所有ID，自然不会重置。

内容的提问来源于stack exchange，提问作者Blazej Kowalski