python - 如何使用时间点计算 Pandas 中的累积 groupby 计数？

Question

我有一个 df，其中包含 JIRA 票证的多个每周快照。我想计算年初至今的票数。

df 看起来像这样:

pointInTime   ticketId
2008-01-01         111
2008-01-01         222
2008-01-01         333
2008-01-07         444
2008-01-07         555
2008-01-07         666
2008-01-14         777
2008-01-14         888
2008-01-14         999

因此，如果我 df.groupby(['pointInTime'])['ticketId'].count() 我可以获得每个快照中的 ID 计数。但是我想要实现的是计算累计和。

并且有一个 df 看起来像这样:

pointInTime   ticketId   cumCount
2008-01-01         111   3
2008-01-01         222   3
2008-01-01         333   3
2008-01-07         444   6
2008-01-07         555   6
2008-01-07         666   6
2008-01-14         777   9
2008-01-14         888   9
2008-01-14         999   9

因此对于 2008-01-07 票数将是 2008-01-07 的计数 + 2008-01-01 的计数>。

Answer 1

使用GroupBy.count和 cumsum , 然后 map结果返回到“pointInTime”:

df['cumCount'] = (
    df['pointInTime'].map(df.groupby('pointInTime')['ticketId'].count().cumsum()))
df

  pointInTime  ticketId  cumCount
0  2008-01-01       111         3
1  2008-01-01       222         3
2  2008-01-01       333         3
3  2008-01-07       444         6
4  2008-01-07       555         6
5  2008-01-07       666         6
6  2008-01-14       777         9
7  2008-01-14       888         9
8  2008-01-14       999         9