我有一个数据框，其中有一列“date”类型为dtype m8[ns]和另一个“expected_response”。然后，有一个列“cumulative_expected”，它对具有相同日期的行中的预期_响应进行累积和。数据帧在每月的每一秒都有一行。如下所示：
date Expected_response cumulative_expected
0 2018-03-01 0.270 0.270
1 2018-03-01 0.260 0.530
2 2018-03-01 0.240 0.770
3 2018-03-01 0.224 0.994
4 2018-03-01 0.204 1.198
5 2018-03-01 0.194 1.392
6 2018-03-01 0.190 1.582
... ... ... ...
2678395 2018-03-31 0.164 -7533.464
2678396 2018-03-31 0.164 -7533.300
2678397 2018-03-31 0.160 -7533.140
2678398 2018-03-31 0.154 -7532.986
2678399 2018-03-31 0.150 -7532.836
如您所见，存在一个错误：累积和不识别日期的更改，并且累积和不会在每次日期更改时重新启动。
代码是：
df['cumulative_expected']=df.groupby(df['date']!=df['date'])['Expected_response'].cumsum()也许可以选择创建一个计数器，每86400行（一天中的秒数）增加1，然后按计数器分组但我不知道怎么做。
还有别的办法吗？
提前谢谢你
最佳答案
有默认索引，因此可以使用楼层划分：
df['cumulative_expected'] = df['Expected_response'].groupby(df.index // 86400).cumsum()
一般来说，解决方案是使用楼层划分创建
np.arange：arr = np.arange(len(df)) // 86400
df['cumulative_expected'] = df['Expected_response'].groupby(arr).cumsum()
您的解决方案应更改为将
shifted值与cumsum进行比较：s = (df['date']!=df['date'].shift()).cumsum()
df['cumulative_expected'] = df['Expected_response'].groupby(s).cumsum()
使用更改的样本数据进行测试：
print (df)
date Expected_response
0 2018-03-01 0.270
1 2018-03-01 0.260
2 2018-03-02 0.240
3 2018-03-02 0.224
4 2018-03-02 0.204
5 2018-03-01 0.194
6 2018-03-01 0.190
s = (df['date']!=df['date'].shift()).cumsum()
print (s)
0 1
1 1
2 2
3 2
4 2
5 3
6 3
Name: date, dtype: int32
df['cumulative_expected'] = df['Expected_response'].groupby(s).cumsum()
print (df)
date Expected_response cumulative_expected
0 2018-03-01 0.270 0.270
1 2018-03-01 0.260 0.530
2 2018-03-02 0.240 0.240
3 2018-03-02 0.224 0.464
4 2018-03-02 0.204 0.668
5 2018-03-01 0.194 0.194
6 2018-03-01 0.190 0.384
关于python - Pandas :每n行累积和，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53516252/