Python中如何基于前一行计算DataFrame的Rollover列？

问题 #

需要计算DataFrame的Rollover列，规则为：当前行Rollover = 前一行Rollover值 + 当前行B - 当前行C。但使用以下代码时，第二行及之后的结果并未正确引用前一行计算后的Rollover值：

df['Rollover'] = (df['Rollover'].shift(1) + df['B'] - df['C'])

问题根源 #

shift(1)只会调用Rollover列的原始初始数据，而非计算过程中实时生成的上一行结果，所以无法实现累积依赖的计算逻辑。

解决方法 #

方法1：利用累积求和（高效推荐） #

如果Rollover的第一行有已知初始值，直接计算B-C的累积和再加上初始值即可：

# 假设第一行的Rollover初始值已知
initial_rollover = df.loc[0, 'Rollover']
# 计算累积增量并生成结果
df['Rollover'] = initial_rollover + (df['B'] - df['C']).shift().fillna(0).cumsum()

• 解释：shift()让B-C的结果整体下移一行，确保第一行用初始值，后续行累加前一行的增量；fillna(0)处理第一行的空值。

方法2：逐行循环计算（逻辑直观） #

如果需要更灵活的逐行控制（比如初始值动态生成），可以用循环遍历：

for idx in range(1, len(df)):
    df.loc[idx, 'Rollover'] = df.loc[idx-1, 'Rollover'] + df.loc[idx, 'B'] - df.loc[idx, 'C']

• 注意：大数据量下循环效率低于cumsum()，但逻辑更易懂，适合小数据集或复杂依赖场景。

示例验证 #

假设原始数据：

计算后结果：

内容的提问来源于stack exchange，提问作者ayyyran