Pandas中基于分组实现多列求和后累计和（cumsum）的问题

嘿，我完全懂你的需求——你要的不是每一列单独的累计和，而是把oil_prod_rb、water_prod_rb、gas_prod_rb这三列先加总，再对这个合并后的数值按分组做时间维度的累计求和对吧？我来给你一步步拆解实现方法：

步骤1：筛选数据并新增合并求和列 #

首先保留你原来的.loc筛选逻辑，同时新增一列把三列的产量加总起来，这样后续只需要对这一列做累计：

# 筛选符合条件的行，并保留必要字段（包括book_date用于排序）
filtered_data = df.loc[
    df['book_date'] >= df['wf_start_date'],
    ['patternname', 'patternset', 'oil_prod_rb', 'water_prod_rb', 'gas_prod_rb', 'book_date']
].assign(
    # 新增合并后的总产量列
    total_production=lambda x: x['oil_prod_rb'] + x['water_prod_rb'] + x['gas_prod_rb']
)

步骤2：分组后按日期排序并计算累计和 #

因为累计和必须按时间顺序计算，所以每个分组内要先按book_date排序，再对合并后的总产量列做.cumsum()：

# 按patternname和patternset分组，组内排序后计算累计和
result = filtered_data.groupby(['patternname', 'patternset'], as_index=False).apply(
    lambda group: group.sort_values('book_date').assign(
        cumulative_total=lambda x: x['total_production'].cumsum()
    )
).reset_index(drop=True)

# 如果只需要核心结果列，可以筛选出需要的字段
final_output = result[['patternname', 'patternset', 'book_date', 'cumulative_total']]

关键说明 #

• 一定要在分组内先按book_date排序！如果原始数据的日期不是按顺序排列的，直接做累计和会得到错误的结果。
• 使用.assign()方法可以链式操作，避免创建中间变量，让代码更简洁。
• 如果你的book_date是字符串格式，记得先转成 datetime 类型再排序，否则可能会出现排序混乱的情况。

内容的提问来源于stack exchange，提问作者Quasar