具有pandas
数据框:
date path size
0 2019-05-10 /bar/A 3
1 2019-05-10 /bar/B 7
2 2019-05-10 /bar/C 2
3 2019-05-14 /bar/A 4
4 2019-05-14 /bar/B 8
5 2019-05-14 /bar/C 23
6 2019-05-18 /bar/A 11
7 2019-05-18 /bar/B 75
8 2019-05-18 /bar/C 32
我想groupby
“路径”并为每个“日期”返回列“大小”的累积总和
看着这个答案:熊猫groupby累计和
一个简单的df.groupby(["path"])["size"].cumsum()
还是df.groupby(["path","date"])["size"].cumsum()
行不通的。
最后,应按日期绘制累计总数,并按组上色,以表示“大小”随时间的累计增长。
/bar/A /bar/B /bar/C
2019-05-10 3 7 2
2019-05-14 7 15 26
2019-05-18 18 90 58
是否有pandas
没有seaborn
或没有其他工具的基于解决方案?
我认为您可以实现枢纽分析表,然后应用累计金额。
pivot = pd.pivot_table(df, values="size", index=["date"], columns=["path"], aggfunc=np.sum)
pivot = pivot.cumsum()
根据问题示例查看结果:
df
Out[14]:
date path size
0 2019-05-10 /bar/A 3
1 2019-05-10 /bar/B 7
2 2019-05-10 /bar/C 2
3 2019-05-14 /bar/A 4
4 2019-05-14 /bar/B 8
5 2019-05-14 /bar/C 23
6 2019-05-18 /bar/A 11
7 2019-05-18 /bar/B 75
8 2019-05-18 /bar/C 32
pivot = pd.pivot_table(df, values="size", index=["date"], columns=["path"], aggfunc=np.sum)
pivot.cumsum()
Out[16]:
path /bar/A /bar/B /bar/C
date
2019-05-10 3 7 2
2019-05-14 7 15 25
2019-05-18 18 90 57
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。
我来说两句