Python 熊猫分组、累计总和和分类图

具有数据帧的：

    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

我想按路径分组，并返回每个日期的列大小的累计总和

看看这个答案：

简单的df.groupby[path][size].cumsum或df.groupby[path，date][size].cumsum将不起作用

最后，累积总和应按日期绘制，并按组着色，以指示尺寸随时间的累积增长

            /bar/A /bar/B /bar/C
2019-05-10  3      7      2
2019-05-14  7      15     26
2019-05-18  18     90     58

---

如果没有seaborn或其他工具，是否有基于pandas的解决方案？

我认为您可以通过旋转表格，然后应用累积总和来实现这一点

pivot = pd.pivot_table(df, values="size", index=["date"], columns=["path"], aggfunc=np.sum)
pivot = pivot.cumsum()

根据您的问题示例，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

---

我认为你可以通过数据透视表，然后应用累积和来实现这一点

pivot = pd.pivot_table(df, values="size", index=["date"], columns=["path"], aggfunc=np.sum)
pivot = pivot.cumsum()

根据您的问题示例，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

---

@不。这会把一切都弄平。这将是所有项目的累计总和。我想保持路径的明确性。在我的例子中，这是三个累积结果question@splash58说得好。添加了预期的输出。@Nope。这会把一切都弄平。这将是所有项目的累计总和。我想保持路径的明确性。在我的例子中，这是三个累积结果question@splash58说得好。添加了预期输出。关闭。诀窍是使用index=df.date.dt.month进行数据透视。那么，你是按月份分组，而不是按天分组，对吗？事实上，在我最初的帖子中，我已经将时间包括在小时/分钟/秒中。在这种情况下，这种方法是行不通的。那么，我错过了你原来的帖子。但请看我最后的编辑。根据您的示例，它按预期工作。但是如果你有日期时间，而不是日期，那么你可以决定只选择小时、天、月、年，这取决于你。但我认为我提供的解决方案正是你想要的：比罚款更多。谢谢，这很有效。作为一种解决方法：df[date].dt.date将足够通用。请关闭。诀窍是使用index=df.date.dt.month进行数据透视。那么，你是按月份分组，而不是按天分组，对吗？事实上，在我最初的帖子中，我已经将时间包括在小时/分钟/秒中。在这种情况下，这种方法是行不通的。那么，我错过了你原来的帖子。但请看我最后的编辑。根据您的示例，它按预期工作。但是如果你有日期时间，而不是日期，那么你可以决定只选择小时、天、月、年，这取决于你。但我认为我提供的解决方案正是你想要的：比罚款更多。谢谢，这很有效。作为一种解决方法：df[date].dt.date将足够通用。