如何使用groupby在pandas中以相反的顺序对列求和

吉他手045

我目前需要复制这个数据集，我必须在其中按主题 ID 副本分组，并计算将来有多少得分为 1。我基本上必须反向计算它们，但是我不确定如何同时执行此操作和 groupby 主题 ID。

   SubjectID copy  Score  Number of All Future Hosp for O column
0        phchp003      1                                       4
1        phchp003      1                                       3
2        phchp003      1                                       2
3        phchp003      1                                       1
4        phchp003      1                                       0
5        phchp004      1                                       4
6        phchp004      1                                       3
7        phchp004      1                                       2
8        phchp004      1                                       1
9        phchp004      1                                       0
10       phchp006      0                                       3
11       phchp006      0                                       3
12       phchp006      0                                       3
13       phchp006      0                                       3
14       phchp006      1                                       2
15       phchp006      1                                       1
16       phchp006      1                                       0

我目前有

data['Sum']= data.groupby(['SubjectID copy'])['Score'].cumsum()

这给了我值，但按降序求和，我需要我的从下到上。

亨利·埃克

我们可以loc在使用之前使用反转groupby transform。然后我们可以使用shift并且cumsum只考虑“未来”值：

data['Sum'] = (
    data.loc[::-1]  # Reverse DataFrame
        .groupby(['SubjectID copy'])['Score']  # Groups
        .transform(lambda s: s.shift(fill_value=0).cumsum())  # handle transformation
)

data：

   SubjectID copy  Score  Sum
0        phchp003      1    4
1        phchp003      1    3
2        phchp003      1    2
3        phchp003      1    1
4        phchp003      1    0
5        phchp004      1    4
6        phchp004      1    3
7        phchp004      1    2
8        phchp004      1    1
9        phchp004      1    0
10       phchp006      0    3
11       phchp006      0    3
12       phchp006      0    3
13       phchp006      0    3
14       phchp006      1    2
15       phchp006      1    1
16       phchp006      1    0

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。