python- pandas cumsum用法

最新推荐文章于 2025-02-21 07:30:00 发布

周雄伟

最新推荐文章于 2025-02-21 07:30:00 发布

阅读量1.7w

点赞数 7

分类专栏： python 文章标签： pandas cumsum python

python 专栏收录该内容

45 篇文章

订阅专栏

Cumsum ：计算轴向元素累加和，返回由中间结果组成的数组

第一部分：求累计次数（转自https://blog.youkuaiyun.com/qq_22238533/article/details/72900634）

本文主要是针对 cumsum函数的一些用法。具体应用场景看下面的数据集。

第一列是userID,第二列是安装的时间，第三列是安装的次数。

我们现在想做一件事情。就是统计用户在某一天前累计的安装次数。

譬如，对userID为20的用户，问在16天前，其安装次数为多少？答案应该是4次。用python的实现也很简单。

又譬如，userID为44在19天前安装的次数，那就应该是1+3+1+1=6次。

具体代码：（假设数据集为data)

由于是针对每个userID,所以是需要将userID划分一下（这个方法在组内排序的时候有提到，可以参考前面的文章）。

所以才有下面这一句

groupby(['userID'])

然后，分完组后需要统计的Times，所以就是下面这一句

data['Times'].groupby(['userID'])

最后，我们需要的是累加量，所以，用cumsum()这个函数。

data['sum_Times']=data['Times'].groupby(['userID']).cumsum()

用得到的结果放在一列。

最后得到结果如下：

可以从sum_Times这列看到，每一个值都是相应userID在前一行的累加值。

第二部分：返回由中间结果组成的数组

（转自 https://blog.youkuaiyun.com/yuansuo0516/article/details/78331568）

  定义一个2*2*3的数组，所以其shape是2，2，3，索引分别0，1，2 

 
 shape索引
20
21
32
 

import numpy as np  
arr  = np.array([[[1,2,3],[8,9,12]],[[1,2,4],[2,4,5]]])   
print(arr.cumsum(0))  
print(arr.cumsum(1))  
print(arr.cumsum(2))

输出结果:
#cumsum(0)  
[[[ 1  2  3]  
  [ 8  9 12]]  
 [[ 2  4  7]  
  [10 13 17]]]  
#cumsum(1)  
[[[ 1  2  3]  
  [ 9 11 15]]  
 [[ 1  2  4]  
  [ 3  6  9]]]  
#cumsum(2)  
[[[ 1  3  6]  
  [ 8 17 29]]  
 [[ 1  3  7]  
  [ 2  6 11]]]

 
 注释： 

  arr是一个2*2*3三维矩阵，索引值为0，1，2 

  cumsum(0)：实现0轴上的累加：以最外面的数组元素为单位，以[[1,2,3],[8,9,12]]为开始实现后面元素的对应累加 

  cumsum(1)：实现1轴上的累加：以中间数组元素为单位，以[1,2,3]为开始，实现后面元素的对应累加 

  cumsum(2)：实现2轴上的累加：以最里面的元素为累加单位，即1为开始，实现后面的元素累加 

 
 四维数组实现 

  下面看一个四维数组2*2*2*4，索引值为0，1，2，3 

import numpy as np  
arr  = np.arange(32).reshape((2,2,2,4))  
print(arr)  
print(arr.cumsum(0))  
print(arr.cumsum(1))  
print(arr.cumsum(2))  
print(arr.cumsum(3))

arr:  ##  arr是一个2*2*2*4四维矩阵，索引值为0，1，2，3 
[[[[ 0  1  2  3]  
   [ 4  5  6  7]]  
  [[ 8  9 10 11]  
   [12 13 14 15]]]  
 [[[16 17 18 19]  
   [20 21 22 23]]  
  [[24 25 26 27]  
   [28 29 30 31]]]]

   cumsum(0)：实现0轴上的累加即：以最外面数组元素为单位即以下两个的 
  对应位置元素相加起来 
 

[[[ 0  1  2  3]  
   [ 4  5  6  7]]  
  [[ 8  9 10 11]  
   [12 13 14 15]]]

[[[16 17 18 19]  
   [20 21 22 23]]  
  [[24 25 26 27]  
   [28 29 30 31]]]]

结果：

[[[[ 0  1  2  3]  
   [ 4  5  6  7]]  
  [[ 8  9 10 11]  
   [12 13 14 15]]]  
 [[[16 18 20 22]  
   [24 26 28 30]]  
  [[32 34 36 38]  
   [40 42 44 46]]]]

cumsum(1)：实现1轴上的累加即：以次外面元素为单位，累加以下四个

[[ 0  1  2  3]  
   [ 4  5  6  7]] 

[[ 8  9 10 11]  
 [12 13 14 15]]  

[[16 17 18 19]  
   [20 21 22 23]] 

[[24 25 26 27]  
   [28 29 30 31]]

    累计过程产生的中间结果要记录到数组中，所以，结果： 
  

[[[[ 0  1  2  3]  
   [ 4  5  6  7]]  
  [[ 8 10 12 14]            
   [16 18 20 22]]]  
 [[[16 17 18 19]  
   [20 21 22 23]]  
  [[40 42 44 46]  
   [48 50 52 54]]]]

    cumsum(2)就对应从[ 0  1  2  3]数组元素开始实现累加，然后记录中间结果 
  

    cumsum(3)对应的是从最里面最小的数组元素，即从0开始实现累加，记录中间结果 
  

shape	索引
2	0
2	1
3	2