Cara menghitung jumlah kumulatif terbalik di panda

Fungsi cumsum() dapat digunakan untuk menghitung jumlah kumulatif nilai dalam kolom pandas DataFrame.

Anda dapat menggunakan sintaks berikut untuk menghitung jumlah nilai kumulatif terbalik dalam kolom:

 df[' cumsum_reverse '] = df. loc [:: -1 , ' my_column ']. cumsum ()[:: -1 ]

Sintaks khusus ini menambahkan kolom baru bernama cumsum_reverse ke pandas DataFrame yang menampilkan jumlah kumulatif terbalik dari nilai di kolom berlabel my_column .

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: hitung jumlah kumulatif terbalik di panda

Katakanlah kita memiliki panda DataFrame berikut yang menunjukkan total penjualan yang dilakukan oleh sebuah toko selama 10 hari berturut-turut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' day ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' sales ': [3, 6, 0, 2, 4, 1, 0, 1, 4, 7]})

#view DataFrame
df

      day sales
0 1 3
1 2 6
2 3 0
3 4 2
4 5 4
5 6 1
6 7 0
7 8 1
8 9 4
9 10 7

Kita dapat menggunakan sintaks berikut untuk menghitung jumlah kebalikan dari kolom penjualan:

 #add new column that shows reverse cumulative sum of sales
df[' cumsum_reverse_sales '] = df. loc [:: -1 , ' sales ']. cumsum ()[:: -1 ]

#view updated DataFrame
df

day sales cumsum_reverse_sales
0 1 3 28
1 2 6 25
2 3 0 19
3 4 2 19
4 5 4 17
5 6 1 13
6 7 0 12
7 8 1 12
8 9 4 11
9 10 7 7

Kolom baru berjudul cumsum_reverse_sales menampilkan penjualan kumulatif dari baris terakhir .

Berikut cara kami menafsirkan nilai di kolom cumsum_reverse_sales :

• Jumlah kumulatif penjualan untuk hari ke 10 adalah 7 .
• Jumlah kumulatif penjualan untuk hari ke 10 dan hari ke 9 adalah 11 .
• Jumlah kumulatif penjualan untuk hari ke 10, hari ke 9, dan hari ke 8 adalah 12 .
• Jumlah kumulatif penjualan untuk hari ke 10, hari ke 9, hari ke 8, dan hari ke 7 adalah 12 .

Dan seterusnya.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Cara menjumlahkan kolom tertentu di Pandas
Cara melakukan penjumlahan GroupBy di Pandas
Cara menjumlahkan kolom berdasarkan kondisi di Pandas