根据另一列重置累计总和

Question

有许多与条件累积和相关的查询和答案（Cumsum Reset based on a condition in Pandas，Reset Cumulative sum based on condition Pandas，Cumsum Reset based on a condition in Pandas）。但我无法解决我面临的问题。以下是我拥有的部分数据，要求是记录“类型”的变化和相应的累计总和。

  type sale

    y   10   

    y   20   

    y    5   

    n   30   

    n   20   

    n    5   

    y   10   

    y   40   

    y   15   

我的要求是获得类型变化和累计销售额的连续计数，如下所示。

   type sale tp_cum cum_sale

    y   10    1      10

    y   20    1      30

    y    5    1      35

    n   30    2      30

    n   20    2      50 

    n    5    2      55

    y   10    3      10

    y   40    3      50

    y   15    3      65

我尝试对下面的代码进行各种修改，但并不完全符合要求。请帮忙。

sales['cum_sale'] = stock.groupby('type')['sale'].cumsum()

数据框：

df = pd.DataFrame([["y",10 ], 

["y",20  ],

["y",5  ],

["n",30   ],

["n",20   ],

["n",5 ],

["y",10  ], 

["y",40  ],

["y",15 ]],columns = ["type","sale"])

Answer 1

这是一个选项，您首先创建tp_cum列，然后cumsum()import pandas as pdimport numpy as npdf = pd.DataFrame([["y",10 ], ["y",20  ],["y",5  ],["n",30   ],["n",20   ],["n",5 ],["y",10  ], ["y",40  ],["y",15 ]],columns = ["type","sale"])df["type2"] = np.cumsum((df["type"] != df["type"].shift(1)))df["cum_sale"] = df[["sale","type2"]].groupby("type2").cumsum()df输出：    type    sale    type2  cum_sale0   y       10      1      101   y       20      1      302   y       5       1      353   n       30      2      304   n       20      2      505   n       5       2      556   y       10      3      107   y       40      3      508   y       15      3      65