Нарастающий итог выручки внутри клиента

Условие задачи

Дано: `df(user_id, order_date, amount)` — заказы (отсортированы по user_id, order_date). Добавьте колонку `cum_amount` — нарастающую сумму `amount` в пределах каждого клиента (running total по группе). Верните DataFrame с колонками user_id, order_date, amount, cum_amount. Реализуй `running_total(df)`. Используй groupby + cumsum.

Темы

pandas groupby cumsum running-total

Подсказки

• Нарастающий итог по группе — groupby(...).cumsum().
• cumsum сохраняет длину (одно значение на строку), поэтому результат кладётся обратно в колонку.
• Данные уже отсортированы по клиенту и дате — cumsum идёт в этом порядке.

Что проверяет эта задача

Задача «Нарастающий итог выручки внутри клиента» учит обрабатывать табличные данные в pandas: фильтрация, группировка, объединение и метрики. Такие задачи дают на собеседованиях в Wildberries и других IT-компаниях. Уровень средний — типичная боевая задача на уверенный Python.

Как подступиться к решению

Сначала разбери условие и формат входа-выхода, прикинь крайние случаи (пустой ввод, дубли, NaN). Затем выбери структуру данных и собери решение по шагам — начни с простого рабочего варианта, потом оптимизируй сложность. Код пишешь и запускаешь прямо в браузере: Python-тренажёр исполняет его через Pyodide (pandas, numpy, scipy) и проверяет результат автоматически.

В pandas один и тот же результат часто достаётся разными путями — через groupby, pivot_table, merge или векторные операции над колонками. Важно выбрать читаемый и быстрый: встроенные векторные методы почти всегда обгоняют циклы и построчный apply. На собеседовании ценят не только правильный ответ, но и то, как ты объясняешь выбор подхода, обрабатываешь пропуски (NaN) и оцениваешь, что будет на больших данных.

Разобраться в pandas системно — бесплатный курс «Pandas с нуля» и гайды по pandas.

Открыть задачу в тренажёре → ← Все Python-задачи