Python 按自定义组分组

假设我有这样一个数据帧：

df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6], 'B': ['a', 'a', 'b', 'b', 'c', 'c']})
print(df)

   A  B
0  1  a
1  2  a
2  3  b
3  4  b
4  5  c
5  6  c

我怎样才能按列

B

进行分组，使分组为

a

、

a或B

和

a或B或c

，而不仅仅是

a

、

B

和

c

？在本例中，假设我想通过

'sum'

聚合结果。然后，我会得出以下结论：

              A
a             3
a OR b        10 
a OR b OR c   21

---

我认为这真的取决于你想要使用的功能。 我可以想出一个技巧，例如，如果你想计算和

---

已更新

我们也可以使用+

要获得预期的输出：

new_df = (df.groupby('B').sum().expanding().sum()
            .reset_index()
            .assign(B = lambda x: x.B.add(' or ').cumsum()
                                  .str.rstrip(' or '))
            .set_index('B') )
print(new_df)
                A
B                
a             3.0
a or b       10.0
a or b or c  21.0

---

谢谢，这是一个很好的建议。然而，我对“典型的”

groupby

输出更感兴趣。我已经用一个示例输出更新了这个问题。

df.expanding().sum().where(df['B'].ne(df['B'].shift(-1))).loc[lambda x: x.A.notna()]

      A
1   3.0
3  10.0
5  21.0

df.groupby('B').sum().expanding().sum()

new_df = (df.groupby('B').sum().expanding().sum()
            .reset_index()
            .assign(B = lambda x: x.B.add(' or ').cumsum()
                                  .str.rstrip(' or '))
            .set_index('B') )
print(new_df)
                A
B                
a             3.0
a or b       10.0
a or b or c  21.0