滚动资金数据帧

Question

我有这样的熊猫数据框：

area name colA colB 
2.7  val 3.760826923 3.502604167 
0.12 val 5.96003125 5.833534 
12.9 val 3.595288462 3.243333 
21.81 val 5.037025 4.571475667 
57.42 val 2.132785714 2.456866667 
0.03 val 3.0935 3.229389833 
2.07 val 3.336634615 3.421142 

有没有办法对所有数字列转换为累计总和，以使得得到的数据帧是这样的：

area name colA colB 
2.7  val 3.760826923 3.502604167 
2.82 val 9.720858173 9.336138167 
15.72 val 13.31614663 12.57947117 
37.53 val 18.35317163 17.15094683 
94.95 val 20.48595735 19.6078135 
94.98 val 23.57945735 22.83720333 
97.05 val 26.91609196 26.25834533 

注意： 请注意，我宁愿不要手动指定列名称

Answer 1

是的。只需使用cumsum方法

df[['area', 'colA', 'colB]] = df[['area', 'colA', 'colB]].cumsum() 

如果你想获得所有数字this answer is good和下面是我在它旋转。

# create list of numpy numeric types that you want 
numerics = [np.int16, np.int32, np.int64, np.float16, np.float32, np.float64] 

# make it a numpy dtype object 
numeric_dtype = [np.dtype(dt) for dt in numerics] 

# get the dtypes of every column - this is a Series 
col_types = df.dtypes 

# get just the numeric columns 
numeric_cols = col_types[col_types.isin(numeric_dtype)].index 

# do all the numeric columns 
df[numeric_cols] = df[numeric_cols].cumsum() 

Answer 2

方法1：显式选择数字dtypes

df[df.select_dtypes(include=['float64']).columns.tolist()] = \ 
            df.select_dtypes(include=['float64']).cumsum() 
df 

方法2：调用上DF “_get_numeric_data” 方法

df[df._get_numeric_data().columns.tolist()]=df._get_numeric_data().cumsum() 
df 

输出：