cumsum - 累加计算¶

cumsum 可以对数据按照指定方式进行累加，👉官方文档

在线刷题

检查 or 强化 Pandas 数据分析操作？👉在线体验「Pandas进阶修炼300题」

Note

按列累加¶

将 df7 按列进行累加

import pandas as pd
import numpy as np
df7 = pd.DataFrame(np.arange(1,37).reshape([9,4]), columns=["A", "B","C","D"])
df7['item'] = ['Apple','Xiaomi','Huawei'] * 3
df7

	A	B	C	D	item
0	1	2	3	4	Apple
1	5	6	7	8	Xiaomi
2	9	10	11	12	Huawei
3	13	14	15	16	Apple
4	17	18	19	20	Xiaomi
5	21	22	23	24	Huawei
6	25	26	27	28	Apple
7	29	30	31	32	Xiaomi
8	33	34	35	36	Huawei

df7[list('ABCD')].cumsum()

	A	B	C	D
0	1	2	3	4
1	6	8	10	12
2	15	18	21	24
3	28	32	36	40
4	45	50	55	60
5	66	72	78	84
6	91	98	105	112
7	120	128	136	144
8	153	162	171	180

按行累加¶

将 df7 按行进行累加

df7[list('ABCD')].cumsum(axis = 1)

	A	B	C	D
0	1	3	6	10
1	5	11	18	26
2	9	19	30	42
3	13	27	42	58
4	17	35	54	74
5	21	43	66	90
6	25	51	78	106
7	29	59	90	122
8	33	67	102	138

分组累加¶

将 df7 按照 item 按不同组对第 A 列进行累加

df7 = df7.sort_values(['item']).reset_index(drop=True)
df7['cusum']=df7.groupby('item')['A'].cumsum(axis=0)
df7

	A	B	C	D	item	cusum
0	1	2	3	4	Apple	1
1	13	14	15	16	Apple	14
2	25	26	27	28	Apple	39
3	9	10	11	12	Huawei	9
4	21	22	23	24	Huawei	30
5	33	34	35	36	Huawei	63
6	5	6	7	8	Xiaomi	5
7	17	18	19	20	Xiaomi	22
8	29	30	31	32	Xiaomi	51

	A	B	C	D
0	1	2	3	4
1	6	8	10	12
2	15	18	21	24
3	28	32	36	40
4	45	50	55	60
5	66	72	78	84
6	91	98	105	112
7	120	128	136	144
8	153	162	171	180

	A	B	C	D
0	1	3	6	10
1	5	11	18	26
2	9	19	30	42
3	13	27	42	58
4	17	35	54	74
5	21	43	66	90
6	25	51	78	106
7	29	59	90	122
8	33	67	102	138

	A	B	C	D
0	1	2	3	4
1	6	8	10	12
2	15	18	21	24
3	28	32	36	40
4	45	50	55	60
5	66	72	78	84
6	91	98	105	112
7	120	128	136	144
8	153	162	171	180

	A	B	C	D
0	1	3	6	10
1	5	11	18	26
2	9	19	30	42
3	13	27	42	58
4	17	35	54	74
5	21	43	66	90
6	25	51	78	106
7	29	59	90	122
8	33	67	102	138

	A	B	C	D
0	1	2	3	4
1	6	8	10	12
2	15	18	21	24
3	28	32	36	40
4	45	50	55	60
5	66	72	78	84
6	91	98	105	112
7	120	128	136	144
8	153	162	171	180

	A	B	C	D
0	1	3	6	10
1	5	11	18	26
2	9	19	30	42
3	13	27	42	58
4	17	35	54	74
5	21	43	66	90
6	25	51	78	106
7	29	59	90	122
8	33	67	102	138