我想知道是否有更快的方法在熊猫中运行 cumsum。
例如：
import numpy as np
import pandas as pd
n = 10000000
values = np.random.randint(1, 100000, n)
ids = values.astype("S10")
df = pd.DataFrame({"ids": ids, "val": values})
现在，我想使用 id 进行分组并获取一些统计信息。例如，最大值非常快：
time df.groupby("ids").val.max()
CPU 时间：用户 5.08 秒，系统：131 毫秒，总计：5.21 秒挂壁时间：5.22 秒
但是，cumsum 很慢：
time df.groupby("ids").val.cumsum()
CPU 时间：用户 26.8 秒，系统：707 毫秒，总计：27.5 秒挂壁时间：27.6 秒
我的问题是我需要在一个大数据集中按一个键分组的 cumsum，几乎如图所示，但这需要几分钟。有没有办法让它更快？
谢谢！