python - 计算 pandas 的累积总和

Question

假设我们有以下数据框:

      Date    Type Country Value
0   2016-04-30  A   NL       1
1   2016-04-30  A   BE       2
2   2016-04-30  B   NL       3
3   2016-04-30  B   BE       4
4   2016-04-30  C   NL       5
5   2016-04-30  C   BE       6
6   2016-04-30  C   FR       7
7   2016-04-30  C   UK       8
8   2016-05-31  A   NL       9
9   2016-05-31  A   BE       10
10  2016-05-31  A   FR       11
11  2016-05-31  B   NL       12
12  2016-05-31  B   BE       13
13  2016-05-31  B   FR       14
14  2016-05-31  C   NL       15
15  2016-05-31  C   BE       16
16  2016-05-31  C   UK       17
17  2016-05-31  C   SL       18
18  2016-06-30  A   NL       19
19  2016-06-30  B   FR       20
20  2016-06-30  B   UK       21
21  2016-06-30  B   SL       22
22  2016-06-30  C   NL       23
23  2016-06-30  C   BE       24
24  2016-07-31  A   NL       25
25  2016-07-31  A   BE       23
26  2016-07-31  B   FR       12
27  2016-07-31  B   UK       28
28  2016-07-31  B   SL       22
29  2016-07-31  C   NL       25
30  2016-07-31  C   BE       28

对应如下代码:

df = pd.DataFrame([['2016-04-30','A','NL',1], ['2016-04-30','A', "BE" ,2], ['2016-04-30', 'B',  'NL',3], ['2016-04-30','B','BE',4], ['2016-04-30','C','NL',5], ['2016-04-30','C','BE',6],['2016-04-30','C','FR', 7], ['2016-04-30','C','UK',8], ['2016-05-31','A','NL',9], ['2016-05-31','A','BE',10], ['2016-05-31','A','FR',11], ['2016-05-31','B','NL',12], ['2016-05-31','B','BE',13], ['2016-05-31','B','FR',14], ['2016-05-31','C','NL',15], ['2016-05-31','C','BE',16], ['2016-05-31','C','UK',17], ['2016-05-31','C','SL',18], ['2016-06-30','A','NL',19], ['2016-06-30','B','FR',20], ['2016-06-30','B','UK',21], ['2016-06-30','B','SL',22], ['2016-06-30','C','NL',23], ['2016-06-30','C','BE',24], ['2016-07-31', 'A',   'NL', 25], ['2016-07-31', 'A', 'BE', 23], ['2016-07-31', 'B', 'FR',12], ['2016-07-31','B','UK',       28], ['2016-07-31','B', 'SL',22], ['2016-07-31',  'C',   'NL', 25], ['2016-07-31', 'C',   'BE',       28] ], columns=['Date','Type' ,'Country' ,'Value'])

我想创建一个附加列“CumValue”，它计算接下来 K 个月的累计总和(在本例中假设 K=3，但我希望它是通用的)。因此，例如，对于观察 [2016-04-30，A，NL]，我希望 CumValue 为 1 + 9 + 19 = 28(因此我们包括初始月份)。例如，假设两个月前的观测值不可用，则我们将值设置为 NaN。

我希望最终产品看起来如下:

      Date    Type Country Value  CumValue
0   2016-04-30  A   NL       1       29
1   2016-04-30  A   BE       2       NaN
2   2016-04-30  B   NL       3       NaN
3   2016-04-30  B   BE       4       NaN
4   2016-04-30  C   NL       5       43
5   2016-04-30  C   BE       6       46
6   2016-04-30  C   FR       7       NaN
7   2016-04-30  C   UK       8       NaN
8   2016-05-31  A   NL       9       53
9   2016-05-31  A   BE       10      NaN
10  2016-05-31  A   FR       11      NaN
11  2016-05-31  B   NL       12      NaN
12  2016-05-31  B   BE       13      NaN
13  2016-05-31  B   FR       14      46
14  2016-05-31  C   NL       15      63
15  2016-05-31  C   BE       16      68
16  2016-05-31  C   UK       17      NaN
17  2016-05-31  C   SL       18      NaN
18  2016-06-30  A   NL       19      NaN
19  2016-06-30  B   FR       20      NaN
20  2016-06-30  B   UK       21      NaN
21  2016-06-30  B   SL       22      NaN
22  2016-06-30  C   NL       23      NaN
23  2016-06-30  C   BE       24      NaN
24  2016-07-31  A   NL       25      NaN
25  2016-07-31  A   BE       23      NaN
26  2016-07-31  B   FR       12      NaN
27  2016-07-31  B   UK       28      NaN
28  2016-07-31  B   SL       22      NaN
29  2016-07-31  C   NL       25      NaN
30  2016-07-31  C   BE       28      NaN

有谁知道做这样的事情的有效方法吗？

Answer 1

你可以试试下面的代码。我检查了 (NL,A)、(NL,C)、(NL,BE) 的输出，它似乎有效。

def shift_cum(x,k=3):
    return x.rolling(k).sum().shift(-2)

df.assign(CumValue=df.groupby(['Country','Type'])['Value'].apply(shift_cum))

这里我们在函数中传递值，k，默认值为 3，您可以在应用时更改。该函数首先获取组内的滚动总和，然后将其移回 2 个位置以满足您的要求。