问题标签 [cumsum]

我正在尝试从 Pandas 每月存储桶中的表格中计算库存。这是表格：

到目前为止，这是我的代码：

返回

虽然这很好，但我使用的可视化方法需要（1）每组相同数量的数据点（“商品”），（2）时间序列的相同程度（即最早/最晚月份是相同的）所有时间序列）和（3）在任何时间序列中都没有“差距”（min(month) 和 max(month) 之间的一个月，有一个数据点）。

我怎样才能用熊猫做到这一点？请注意，即使这种结构可能有点低效，我还是想坚持一般的事情流程。也许可以插入一些“后处理”来填补空白。

更新

为了总结下面的响应，我选择这样做：

我还添加了

得到一个类似于输入表的表：

这是我们的讲师给出的 MATLAB 问题：

这是我如何解决问题的代码。我查看了答案键并意识到我的教授使用了 cumsum，但我无法理解它在我的代码中关于概率的实际作用。我得到了正确的输出，但我想澄清一下：

我的问题是， cumsum 实际上在做什么来获得正确的概率？我觉得 cumsum 甚至可能给了我错误的答案，因为如果我没有被告知我就不会使用它。

我有一个 df ，其中每一行是它上面的行的累积总和。有没有办法从这个df中得出原始值？

期望的输出：

谢谢

我有一个带有 timedeltas 的 pandas DataFrame 作为单独列中这些增量的累积总和，以毫秒为单位。下面提供了一个示例：

我希望能够为 CumSum[ms] 提供最大值，之后累积和将从 0 重新开始。例如，如果在上面的示例中最大值为 3000，则结果将如下所示：

我已经探索过使用模运算符，但只有当结果 cumsum 等于提供的限制时（即 500 % 500 的 cumsum[ms] 等于零），我才成功地重置为零。

提前感谢您的任何想法，如果我可以提供更多信息，请告诉我。

如果是二维数组array.cumsum(0).cumsum(1)，则给出数组的积分图像。

如果我计算array.cumsum(0).cumsum(1).cumsum(2)3D 数组会发生什么？

我是否获得积分图像的 3D 扩展，即阵列上的积分体积？

很难想象在 3D 情况下会发生什么。

我已经完成了这个讨论。 总面积表 (SAT) 的 3D 变体

这为如何计算积分体积提供了一种递归方式。如果我cumsum沿 3 个轴使用 怎么办。它会给我同样的东西吗？

它会比递归方法更有效吗？

我有一个这样的矩阵

我如何在python中按列获得部分总和？

我的示例数据如下所示：

我想做的是在新列中计算相对于 1930 的累积总和sum_rel（例如，1930 是开始年份，应添加 1930 以上的所有值，应减去 1930 以下的所有值）。如果所有年份都大于 1930 年，则相对值 (0=) 应该是每组最低的年份（如情况 b）。

我查看了该cumsum功能，但无法将其应用于组，如果您能帮助我，我将非常高兴。

我有两个大型矩阵 (1800L;1800C)，epeq 和 triax，它们的列如下：

epeq=
0
1
1
2
1
0
3
3
1
1
0
2
1
1
1

三轴=
-1
1
3
1
-2
-3
-1
1
2
3
2
1
-1
-3
-1
1

如您所见，三轴列具有正负元素循环。我希望在 triax 的每个周期开始时在 epeq 中累积和，并且该值在周期内保持不变，如下所示：

epeq_cr=
0
1
1
1
1
1
1
11
11
11
11
11
11
11
11
17

并将此过程应用于 epeq 矩阵的所有列。我有那个代码，但有些东西错过了。

我有一个非常大的数据集，看起来像这样简化：

我可以使用以下代码汇总计数：

但我希望累积数据滞后 1，或者我想cumsum忽略当前行。结果应该是：

一些想法如何在 R 中做到这一点？甚至可能滞后大于 1 ？

再现性数据：

我在 R 中有这个示例数据集：

我想做的是创建一个总的支付金额，按Rainforest.Segment因素分成不同的系列。我已按付款日期订购数据集

我所拥有的是：ggplot(dataset, aes(x=dateofpayment, y=cumsum(PAYMENTAMOUNT), colour=Rainforest.Segment, group=Rainforest.Segment)) + geom_line()

我得到了看起来正确的情节，但累积总和显然不正确（我知道每个段的累积总和 < 50,000 美元）：

有人可以给我一些关于可能出了什么问题的建议 - 以及如何纠正这个问题吗？

非常感谢！