Python中列值的累积和循环在每年特定月份重置值

我试图在一列中求和值，并在每年的某个月重置。我已经检查了以下链接，这些链接很有用，但我似乎仍然找不到正确方向的答案

最接近我要查找的（）的链接，但我不知道如何将其从PySpark转换为Pandas（或其他Python方法）

raw_data = {'change_value': [-6, -13, -19, -82, -25, -39, -27, 0, 8, 32, 55, 94, 75, 77], 
        'cumu_value': [-6, -19, -38, -120, -145, -184, -211, -211, -203, -171, -116, -22, 75, 130], 
        'month': [10, 11, 12, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
        'date': ['2017-10','2017-11','2017-12','2018-01','2018-02','2018-03'
                 ,'2018-04','2018-05','2018-06','2018-07','2018-08','2018-09',
                 '2018-10', '2018-11']}

df = pd.DataFrame(raw_data, columns = ['change_value', 'cumu_value', 'month', 'date'])

df

df.loc[df['month'] == '10', ['cumu_value']] = df['change_value']

df['cumu_value'] = df.change_value.cumsum() 

change_value  cumu_value  month     date
0             -6     -6     10  2017-10
1            -13    -19     11  2017-11
2            -19    -38     12  2017-12
3            -82   -120      1  2018-01
4            -25   -145      2  2018-02
5            -39   -184      3  2018-03
6            -27   -211      4  2018-04
7              0   -211      5  2018-05
8              8   -203      6  2018-06
9             32   -171      7  2018-07
10            55   -116      8  2018-08
11            94    -22      9  2018-09
12            75     75     10  2018-10  <<<< every October I would like the to cumu_value to reset - to that month's change_value
13            77    130     11  2018-11 <<< for some reason the cumu_value adds all the values for all the months rather than just the value for 2018-10 and 2018-11

raw_data={'change_value'：[-6，-13，-19，-82，-25，-39，-27,0,8,32,55,94,75,77]，
‘累计值’：[-6、-19、-38、-120、-145、-184、-211、-211、-203、-171、-116、-22、75、130]，
“月”：[10,11,12,1,2,3,4,5,6,7,8,9,10,11]，
‘日期’：[‘2017-10’、‘2017-11’、‘2017-12’、‘2018-01’、‘2018-02’、‘2018-03’
,'2018-04','2018-05','2018-06','2018-07','2018-08','2018-09',
'2018-10', '2018-11']}
df=pd.DataFrame（原始数据，列=['change\u value'，'cumu\u value'，'month'，'date']）
df
df.loc[df['month']=='10'，['cumu_value']]=df['change_value']
df['cumu_value']=df.change_value.cumsum（）
更改金额累计金额月份日期
0             -6     -6     10  2017-10
1            -13    -19     11  2017-11
2            -19    -38     12  2017-12
3            -82   -120      1  2018-01
4            -25   -145      2  2018-02
5            -39   -184      3  2018-03
6            -27   -211      4  2018-04
7              0   -211      5  2018-05
8              8   -203      6  2018-06
9             32   -171      7  2018-07
10            55   -116      8  2018-08
11            94    -22      9  2018-09
12 75 75 10 2018-10创建
组
，组id每年10月变化。然后在每个组内创建
cumsum
，有效地在每年10月重置

df['cumu_value'] = df.groupby(df.month.eq(10).cumsum()).change_value.cumsum()

输出：

作为说明，我们将行分组如下：

print(df.month.eq(10).cumsum())
0     1
1     1
2     1
3     1
4     1
5     1
6     1
7     1
8     1
9     1
10    1
11    1
12    2
13    2
Name: month, dtype: int32

因此，我们将
cumsum
前12行与后2行分开。
创建
组
，其中组id每年10月都会更改。然后在每个组内
cumsum
，有效地在每年10月重置它

df['cumu_value'] = df.groupby(df.month.eq(10).cumsum()).change_value.cumsum()

输出：

作为说明，我们将行分组如下：

print(df.month.eq(10).cumsum())
0     1
1     1
2     1
3     1
4     1
5     1
6     1
7     1
8     1
9     1
10    1
11    1
12    2
13    2
Name: month, dtype: int32

因此，我们将前12行与后2行分开