Python 我是否可以使用groupby创建列，其中每一行都是Pandas数据帧中的运行列表？

假设我有一个熊猫数据帧：

# create df
df = pd.DataFrame({'id': [1,1,1,2,2,2],
                   'val': [5,4,6,3,2,3]})

假设它是按“id”和一个虚构的、未显示的日期列（升序）排序的。 我想创建另一列，其中每一行都是该日期的“val”列表

结束数据帧将如下所示：

df = pd.DataFrame({'id': [1,1,1,2,2,2],
                   'val': [5,4,6,3,2,3],
                   'val_list': [[5],[5,4],[5,4,6],[3],[3,2],[3,2,3]]})

df['val_list'] = df.groupby('id')['val'].apply(lambda x: x.runlist())

我不想使用循环，因为我使用的实际df有大约400万条记录。我想象着我会将lambda函数与groupby结合使用（类似于这样）：

这会引发AttributeError，因为runlist（）方法不存在，但我认为解决方案应该是这样的

有人知道如何解决这个问题吗？

让我们试试

df['new'] = df.val.map(lambda x : [x]).groupby(df.id).apply(lambda x : x.cumsum())
Out[138]: 
0          [5]
1       [5, 4]
2    [5, 4, 6]
3          [3]
4       [3, 2]
5    [3, 2, 3]
Name: val, dtype: object

---

你能解释一下这一点吗？“我想创建另一列，其中每行都是该日期的‘val’列表”这些val是如何在每个日期定义的？为简单起见，我没有包括“日期”列。我在我的帖子中提到，它们是按未显示的日期列升序排列的。每个日期保留特定id的前一日期的VAL？是，每天保留前一天和当前一天的VAL。您能解释一下为什么最终结果只有6行，即使只有2组吗？@recentadvances您可以使用什么是

cumsum

~，它将返回有意义的累计总和~谢谢。我还注意到，如果在

groupby

之后直接使用

cumsum

方法，则这不起作用，您需要在

apply

中使用它。知道为什么吗？@recentadvances对象的常见错误