如何在多索引Pandas DataFrame中按年度、mapid及service计算cumsum()？

我来帮你搞定这个多索引DataFrame的年度累计求和问题！你的需求很明确：基于mapid和service这两个索引维度，在每个年度内计算cost的累计求和，对吧？咱们一步步来实现：

先理清楚数据结构 #

你的combined_df是按datetime（月度）、provider、mapid、service聚合后的多索引DataFrame，核心是要在同一年度内，对每个mapid+service+provider的组合，按时间顺序累计求和。

具体实现代码 #

这里有两种简洁的实现方式，你可以选自己顺手的：

方式1：新增年份列辅助分组

# 从datetime索引中提取年份，新增为临时列
combined_df['year'] = combined_df.index.get_level_values('datetime').year

# 按年度、服务商、mapid、service分组，计算累计求和
combined_df['cumulative_cost'] = combined_df.groupby(['year', 'provider', 'mapid', 'service'])['cost'].cumsum()

# 如果不需要保留year列，执行下面的代码删掉它
# combined_df.drop('year', axis=1, inplace=True)

方式2：直接用索引年份分组（无需新增列）

# 直接在groupby中使用索引的年份作为分组键
combined_df['cumulative_cost'] = combined_df.groupby(
    [
        combined_df.index.get_level_values('datetime').year,
        'provider',
        'mapid',
        'service'
    ]
)['cost'].cumsum()

效果验证 #

拿你示例里的Amazon-10147.0-Monitor组合来说，计算后的累计值应该是：

• 2017-08-31：0.41
• 2017-09-30：0.41 + 0.89 = 1.30
• 2017-10-31：1.30 + 0.17 = 1.47
• 2017-11-30：1.47 + 0.35 = 1.82
  完全符合你想要的年度内累计逻辑~

内容的提问来源于stack exchange，提问作者Karun