Pandas Groupby:对不同列执行cumsum（）后出现警告消息

我从excel导入了下表：

sheet5=pd.read_excel(data, 'Sheet5').set_index('item')
display(sheet5)

    x       y       days
item            
A   0.2076  0.0000  4
A   0.0000  0.0000  1
A   55.9240 39.8879 31
A   54.5062 46.2022 30
A   38.6522 32.9306 31
A   27.5890 25.7896 30
A   23.4207 21.9209 31
A   21.1067 18.6405 31
B   4.7236  4.4775  6
B   1.6416  1.1710  1
B   0.6177  0.0000  1
B   68.6652 45.7007 30
B   85.6364 61.6806 30
B   56.0095 43.1121 30
B   38.9339 25.0558 31
B   45.6508 33.9727 31
B   37.6672 32.0657 30
B   31.1604 29.2204 31
B   26.0266 24.9480 30

然后，我进入“项目”列的“分组方式”，并计算一个累积总和

df=sheet5.groupby(['item'])['x', 'y', 'days'].cumsum()
display(df)

    x       y       days
item            
A   0.20    0.00    4
A   0.20    0.00    5
A   56.13   39.88   36
A   110.63  86.09   66
A   149.29  119.02  97
A   176.87  144.81  127
A   200.29  166.73  158
A   221.40  185.37  189
B   4.72    4.47    6
B   6.36    5.64    7
B   6.98    5.64    8
B   75.64   51.34   38
B   161.28  113.02  68
B   217.29  156.14  98
B   256.22  181.19  129
B   301.87  215.17  160
B   339.54  247.23  190
B   370.70  276.45  221
B   396.73  301.40  251

我得到以下警告：

<ipython-input-83-f4f50b80623a>:3: FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.
  df=sheet5.groupby(['item'])['x', 'y', 'days'].cumsum()

：3:FutureWarning:将不推荐使用多个键（隐式转换为键的元组）进行索引，请改用列表。
df=sheet5.groupby（['item']）['x'，'y'，'days'].cumsum（）

我有一些问题：

是否有方法执行此计算并避免收到此警告

我注意到，当我没有将item列设置为索引时，它不会显示在结果中。为什么会这样

是否可以只在一列中执行cumsum（），并从day列中获取包含原始列和cumsum（）结果列的数据帧

---

谢谢

1/使用

dataframe.groupby

（即用双方括号包装列）

2/我猜groupby上的

cumsum

通过强制groupby的

split apply combine

过程的

combine

步骤使用原始索引，如

transform

。这只是我的猜测，因为我还没有检查

groupby.cumsum

的源代码

3/对于您编辑的问题3，您可以在

项目上进行相同的分组，但在
系列上进行
cumsum
。在
天数列上进行分组

df['days_c'] = df.groupby('item')['days'].cumsum()

Out[876]:
            x        y  days  days_c
item
A      0.2076   0.0000     4       4
A      0.0000   0.0000     1       5
A     55.9240  39.8879    31      36
A     54.5062  46.2022    30      66
A     38.6522  32.9306    31      97
A     27.5890  25.7896    30     127
A     23.4207  21.9209    31     158
A     21.1067  18.6405    31     189
B      4.7236   4.4775     6       6
B      1.6416   1.1710     1       7
B      0.6177   0.0000     1       8
B     68.6652  45.7007    30      38
B     85.6364  61.6806    30      68
B     56.0095  43.1121    30      98
B     38.9339  25.0558    31     129
B     45.6508  33.9727    31     160
B     37.6672  32.0657    30     190
B     31.1604  29.2204    31     221
B     26.0266  24.9480    30     251

如果可以的话，还有一个问题。关于我的第三个问题，是否可以在x和y列中使用sum（），在days列（）中使用cumsum（）？
cumsum
累积地添加每一行并返回相同数量的行
sum
将减少每组
项的行数
。您想要的输出是什么？你能为问题3添加所需的输出吗？嗨，安迪，我编辑了问题3。我想在days列中执行cumsum，其余部分保持在原始数据帧中。最后，我想获得一个包含所有原始列和cumsum（）列的数据帧。我尝试使用sheet5['days\u c']=sheet5.groupby['days'].cumsum（），但没有得到我想要的结果expected@Pablo：我编辑了问题3的答案。检查我的最新答案hi@Andy L.一切都很完美。非常感谢你！
df['days_c'] = df.groupby('item')['days'].cumsum()

Out[876]:
            x        y  days  days_c
item
A      0.2076   0.0000     4       4
A      0.0000   0.0000     1       5
A     55.9240  39.8879    31      36
A     54.5062  46.2022    30      66
A     38.6522  32.9306    31      97
A     27.5890  25.7896    30     127
A     23.4207  21.9209    31     158
A     21.1067  18.6405    31     189
B      4.7236   4.4775     6       6
B      1.6416   1.1710     1       7
B      0.6177   0.0000     1       8
B     68.6652  45.7007    30      38
B     85.6364  61.6806    30      68
B     56.0095  43.1121    30      98
B     38.9339  25.0558    31     129
B     45.6508  33.9727    31     160
B     37.6672  32.0657    30     190
B     31.1604  29.2204    31     221
B     26.0266  24.9480    30     251