Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment calculer une somme cumulative inversée chez les pandas



La fonction cumsum() peut être utilisée pour calculer la somme cumulée des valeurs dans une colonne d’un DataFrame pandas.

Vous pouvez utiliser la syntaxe suivante pour calculer une somme cumulée inversée de valeurs dans une colonne :

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

Cette syntaxe particulière ajoute une nouvelle colonne appelée cumsum_reverse à un DataFrame pandas qui affiche la somme cumulée inversée des valeurs dans la colonne intitulée my_column .

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : calculer une somme cumulée inversée en pandas

Supposons que nous ayons le DataFrame pandas suivant qui montre les ventes totales réalisées par un magasin pendant 10 jours consécutifs :

import pandas as pd

#create DataFrame
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

Nous pouvons utiliser la syntaxe suivante pour calculer une somme cumulée inversée de la colonne ventes :

#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

La nouvelle colonne intitulée cumsum_reverse_sales affiche les ventes cumulées à partir de la dernière ligne .

Voici comment nous interpréterions les valeurs de la colonne cumsum_reverse_sales :

  • La somme cumulée des ventes pour le jour 10 est de 7 .
  • La somme cumulée des ventes pour le jour 10 et le jour 9 est de 11 .
  • La somme cumulée des ventes pour le jour 10, le jour 9 et le jour 8 est de 12 .
  • La somme cumulée des ventes pour le jour 10, le jour 9, le jour 8 et le jour 7 est de 12 .

Et ainsi de suite.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment additionner des colonnes spécifiques dans Pandas
Comment effectuer une somme GroupBy dans Pandas
Comment additionner des colonnes en fonction d’une condition dans Pandas

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *