本文介绍了多索引 pandas 数据帧上的Cumsum()的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个多索引数据帧，它显示每月交易的总频率。
我正在尝试每年获得一个尊重我的‘mapid’和‘service’多索引的Cumsum()。然而，我不知道如何得出这些数据
combined_df = combined_df.groupby([pd.Grouper(freq='M'), 'provider', 'mapid', 'service']).sum()
cost
datetime provider mapid service
2017-08-31 Amazon 10147.0 Monitor 0.41
Storage 90.51
Virtual Machine 11646.32
2017-09-30 Amazon 10147.0 Monitor 0.89
Storage 226.06
Virtual Machine 32624.91
2017-10-31 Amazon 10147.0 Monitor 0.17
Storage 261.72
Virtual Machine 36934.93
2017-11-30 Amazon 10147.0 Monitor 0.35
Storage 269.06
Virtual Machine 30790.70
我想得出以下结果
推荐答案
在您的MultiIndex的最后一级分组并调用DataFrameGroupBy.cumsum：
combined_df['cumsum'] = combined_df.groupby(level=-1)['cost'].cumsum()
这篇关于多索引 pandas 数据帧上的Cumsum()的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！