以下是一个示例代码,演示如何按日期获取累计总数:
import pandas as pd
# 创建一个示例数据集
data = {'日期': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05'],
'数量': [10, 5, 8, 12, 6]}
df = pd.DataFrame(data)
# 将日期列转换为日期时间类型
df['日期'] = pd.to_datetime(df['日期'])
# 按日期排序
df = df.sort_values('日期')
# 计算累计总数
df['累计总数'] = df['数量'].cumsum()
print(df)
运行以上代码,将会输出如下结果:
日期 数量 累计总数
0 2021-01-01 10 10
1 2021-01-02 5 15
2 2021-01-03 8 23
3 2021-01-04 12 35
4 2021-01-05 6 41
在这个示例中,我们首先创建了一个包含日期和数量的示例数据集。然后,我们使用pd.to_datetime()
函数将日期列转换为日期时间类型,以便能够正确地进行排序。接下来,我们使用sort_values()
函数按日期对数据进行排序。最后,我们使用cumsum()
函数计算累计总数,并将结果存储在一个新的列中。
上一篇:按日期获取客户的最新记录