pandas - Groupby 两个函数

我一直在尝试获取 pandas groupby 对象的 cumsum 。我需要将 cumsum 移动 1，这是通过 shift() 实现的。然而，在单个 groupby 对象上执行这两个函数会产生一些不需要的结果：

df = pd.DataFrame({'A': [1, 1, 1, 2, 2, 2],
                   'B': [2, 3, 5, 2, 3, 5]})

df.groupby('A').cumsum().shift()

这使：

      B
0   NaN
1   2.0
2   5.0
3  10.0
4   2.0
5   5.0

IE。第 1 组上 cumsum() 的最后一个值被转移到第 2 组的第一个值中。我想要的是这些组保持分离，并得到：

      B
0   NaN
1   2.0
2   5.0
3   NaN
4   2.0
5   5.0

但我不确定如何让这两个函数在组合的 groupby 对象上工作。在其他地方找不到这个问题。一直在玩 agg 但似乎无法解决这个问题。任何帮助，将不胜感激。

Use lambda function with GroupBy.apply http://pandas.pydata.org/pandas-docs/stable/generated/pandas.core.groupby.GroupBy.apply.html，还需要在列表中定义列groupby用于加工：

df['B'] = df.groupby('A')['B'].apply(lambda x: x.cumsum().shift())
print (df)
   A    B
0  1  NaN
1  1  2.0
2  1  5.0
3  2  NaN
4  2  2.0
5  2  5.0