以下是一个示例代码，演示如何按ID分组，并计算每行的累计总数：

import pandas as pd

# 创建示例数据
data = {'ID': [1, 1, 2, 2, 2, 3, 3],
        'Value': [10, 20, 30, 40, 50, 60, 70]}
df = pd.DataFrame(data)

# 按ID分组，计算每行的累计总数
df['Cumulative Sum'] = df.groupby('ID')['Value'].cumsum()

# 打印结果
print(df)

输出结果如下：

   ID  Value  Cumulative Sum
0   1     10              10
1   1     20              30
2   2     30              30
3   2     40              70
4   2     50             120
5   3     60              60
6   3     70             130

在这个示例中，我们使用pandas库来处理数据。首先，我们创建一个包含ID和Value两列的DataFrame。然后，我们使用groupby函数按ID分组，然后使用cumsum函数计算每行的累计总数。最后，我们将结果存储在一个新的列Cumulative Sum中，并打印整个DataFrame。