Python Pandas : Doing cumsum for each day for months

Question

我有一个数据框如下

Storeid      Year-Month     Date        Amount
 111           01-2016    2016-01-29      10
 111           01-2016    2016-01-30      15
 111           02-2016    2016-02-03      20
 111           02-2016    2016-02-10      17
 111           02-2016    2016-02-15      18
 111           03-2016    2016-03-02      12
 112           01-2016    2016-01-25      14
 112           01-2016    2016-01-29      12
 ...

我想要的输出是这样的

Storeid      Year-Month     Date        Amount
 111           01-2016    2016-01-29      10
 111           01-2016    2016-01-30      25
 111           02-2016    2016-02-03      20
 111           02-2016    2016-02-10      37
 111           02-2016    2016-02-15      55
 111           03-2016    2016-03-02      12
 112           01-2016    2016-01-25      14
 112           01-2016    2016-01-29      26
 ...

每个月后都会重置该值，并再次从 0 开始。我尝试从 pandas 执行 cumsum 函数，但是它尝试在整个数据帧中执行此操作。我如何限制它每月执行的操作？

目标是找到“给定日期，哪家商店在该日期达到了当月的销售目标”。销售目标为 1000 美元

Answer 1

您可以执行groupby.cumsum:

df['AmountToDate'] = df.groupby(['Storeid', 'Year-Month']).Amount.cumsum()
df

更新:要提取相应的行，您可以使用groupby.apply(...cumsum..)，它允许您执行更多自定义操作:

(df.groupby(['Storeid', 'Year-Month'], as_index=False, group_keys=False)
 .apply(lambda g: g.assign(Amount = g.Amount.cumsum())[lambda x: x.Amount >= 25].head(1)))

这是如何工作的？

• groupby.apply 表示 apply 方法内的 lambda 表达式应用于每个组(此处为 Storeid 和 Year- 的唯一组合)月)分开；
• 传递给lambda表达式的参数g是一个具有唯一storeid + Year-Month(组变量)的子数据框，为每个数据框计算Amount cumsum，并过滤掉cumsum >的行= 目标并使用 head(1) 获取第一行。