Python NaN_2处的累积和重置

我有一个数据帧，我已经通过连接包含各种信息位的多个数据帧来制作。然后，我在dataframe中创建新的列，并使用对数据列的操作结果。 其中一列['MSD']在促成连接的每个数据帧之间的连接处包含一个NaN

我希望创建一个新列

MSD_cum

，其中每个值都是

MSD

但我希望从每个月开始重新计算累计金额

关于这一点，已经有一个问题了，但是尽管给出的答案中的代码执行时没有错误，但它们都没有实现我想要的 即

将产生输出

MSD_cum
1
3
6
10
NaN
1
3
6

相反，它们产生与输入相同或
我自己的初始尝试也失败了，并产生了与输入相同的输出，尝试使用if语句使cumsum以数据索引之间的差异为条件

if  np.diff(data_230['time']) is 1:
data_230['MSD_cum']  = cumsum(data_230['MSD'])
else:
    data_230['MSD_cum'] = data_230['MSD']

在这一点上，我很乐意使用任何方法。

使用创建分组系列

s

，这将需要对列

MSD

进行分组，以便我们可以计算

cumsum

，它在

MSD

中每次出现

NaN

时都会重置，下一步用于将

s

上的

MSD

列与

cumsum

一起分组：

s = df['MSD'].isna().cumsum()
df['MSD_cum'] = df['MSD'].groupby(s).cumsum()

详细信息：

# print(s)   
0    0
1    0
2    0
3    0
4    1
5    1
6    1
7    1
Name: MSD, dtype: int64

# print(df)
   MSD  MSD_cum
0  1.0      1.0
1  2.0      3.0
2  3.0      6.0
3  4.0     10.0
4  NaN      NaN
5  1.0      1.0
6  2.0      3.0
7  3.0      6.0

# print(s)   
0    0
1    0
2    0
3    0
4    1
5    1
6    1
7    1
Name: MSD, dtype: int64

# print(df)
   MSD  MSD_cum
0  1.0      1.0
1  2.0      3.0
2  3.0      6.0
3  4.0     10.0
4  NaN      NaN
5  1.0      1.0
6  2.0      3.0
7  3.0      6.0