Python Groupby.cumsum（）如果求和列等于零，则为空？

我有一个DataFrame.groupby（）.cumsum（），其数据帧如下所示：

   Col_A Col_B Col_C
 1   A    0            
 2   A    1     1      
 3   A    1     2      
 4   A    1     3      
 5   B    0     0      
 6   B    1     1      
 7   B    0            
 8   B    1     2      
 9   C    1     1      
10   C    1     2      
11   C    1     3      
12   C    0           

Col_B的总和是df.groupby（['Col_A']）['Col_B'].cumsum（）。但是，当Col_B==0时，.cumsum（）为空。即使列为空，如何记录

.cumsum（）

生成的数据帧应类似于：

      Col_A Col_B Col_C
     1   A    0     0       
     2   A    1     1      
     3   A    1     2      
     4   A    1     3      
     5   B    0     0      
     6   B    1     1      
     7   B    0     1       
     8   B    1     2      
     9   C    1     1      
    10   C    1     2      
    11   C    1     3      
    12   C    0     3    

---

我认为您需要先通过或过滤：

或：

最后将

NaN

s替换为

ffill

（使用方法='ffill'）。但获取的第一个值仍然是

NaN

s，它被替换为最后一个将列转换为

int

：

df['Col_C']  = df['Col_C'].ffill().fillna(0).astype(int)
print (df)
   Col_A  Col_B  Col_C
1      A      0      0
2      A      1      1
3      A      1      2
4      A      1      3
5      B      0      3
6      B      1      1
7      B      0      1
8      B      1      2
9      C      1      1
10     C      1      2
11     C      1      3
12     C      0      3

---

列为0与列为完全空白不同。 如果列中有NAs，则该列的.cumsum（）实际上应该是NA（或您所说的“空白”）。 您可以检查整个列是否为NA，并相应地设置值

:

---

此解决方案在实现时是正确的。我认为.groupby（）之后的.ffill（）可能是正确的，事实确实如此。谢谢很高兴能帮忙，周末愉快！

df['Col_C'] = df.query('Col_B != 0').groupby(['Col_A'])['Col_B'].cumsum()
print (df)
   Col_A  Col_B  Col_C
1      A      0    NaN
2      A      1    1.0
3      A      1    2.0
4      A      1    3.0
5      B      0    NaN
6      B      1    1.0
7      B      0    NaN
8      B      1    2.0
9      C      1    1.0
10     C      1    2.0
11     C      1    3.0
12     C      0    NaN

df['Col_C']  = df['Col_C'].ffill().fillna(0).astype(int)
print (df)
   Col_A  Col_B  Col_C
1      A      0      0
2      A      1      1
3      A      1      2
4      A      1      3
5      B      0      3
6      B      1      1
7      B      0      1
8      B      1      2
9      C      1      1
10     C      1      2
11     C      1      3
12     C      0      3

DataFrame.cumsum(axis=None, skipna=True, *args, **kwargs)
Return cumulative sum over requested axis.

skipna : boolean, default True
Exclude NA/null values. If an entire row/column is NA, the result will be NA