Question

我有一个如下所示的数据框。最右边的列是我想要的列：

Group   Value   Target_CumSum   
1        3         0     
1        2         2  
1        5         7
1        4         11
2        1         0
2        5         5
2        9         14
2        3         17

如何从每个组的第二个元素开始执行cumsum()，而不是第一个元素？

df = pd.DataFrame({'Group': [1,1,1,1,2,2,2,2], 'Value': [3,2,5,4,1,5,9,3], 'Target_CumSum': [0,2,7,11,0,5,14,17]})
#df['MyCumSum']= df.groupby(['Group'])['Value'].cumsum()

Answer 1

IIUC

g=df.groupby('Group').Value
g.cumsum()-g.transform('first')
Out[597]: 
0     0
1     2
2     7
3    11
4     0
5     5
6    14
7    17
Name: Value, dtype: int64

Answer 2

我不认为有内置功能。因此您必须制作一个自定义函数并应用它。希望对您有帮助。

def custom_cumsum (X):

    X[1:] =  np.cumsum(X[1:])
    X.iloc[0] = 0

    return X

df['cumsum'] = df.groupby('Group')['Value'].apply(custom_cumsum)

Answer 3

只想提供另一种解决方案：

df['Value'].where(df['Group'].duplicated(), 0).groupby(df.Group).cumsum()

输出：

0     0
1     2
2     7
3    11
4     0
5     5
6    14
7    17
Name: Value, dtype: int64

Answer 4

(ngSubmit)="locations.form.valid && saveLocations(locations)"

每组第二个元素的大熊猫

4 个答案: