如何在Python中循环计算并生成DataFrame的Rollover结转值？

规则拆解 #

Rollover是个逐日迭代计算的列，直白规则如下：

1. 第一天：如果产量超过最大产能，Rollover就是超出的部分；没超就取0
2. 后续每天：
   • 先算当日产量与产能的差值：产量超产能为正，产能富余为负
   • 当日Rollover = 前一日Rollover + 这个差值
   • 最终结果不能小于0，若计算值为负则直接取0

代码实现（两种方式） #

假设你的DataFrame名为df，已按日期排序，包含production（产量）和max_capacity（最大产能）两列：

方式1：简单循环（适合小数据量） #

import pandas as pd

# 确保数据按日期排序，未排序则执行此句
df = df.sort_values('date').reset_index(drop=True)

# 初始化Rollover列
df['Rollover'] = 0

# 处理第一天的初始值
first_diff = df.loc[0, 'production'] - df.loc[0, 'max_capacity']
df.loc[0, 'Rollover'] = max(first_diff, 0)

# 从第二天开始迭代计算
for i in range(1, len(df)):
    prev_roll = df.loc[i-1, 'Rollover']
    daily_diff = df.loc[i, 'production'] - df.loc[i, 'max_capacity']
    current_roll = prev_roll + daily_diff
    df.loc[i, 'Rollover'] = max(current_roll, 0)

方式2：高效迭代（适合大数据量） #

循环在数据量大时效率偏低，可采用此方式：

import pandas as pd

df = df.sort_values('date').reset_index(drop=True)

# 计算每日产量与产能的差值
df['diff'] = df['production'] - df['max_capacity']

# 逐天计算Rollover，确保结果不小于0
rollover_list = []
current_roll = 0
for diff in df['diff']:
    current_roll = max(current_roll + diff, 0)
    rollover_list.append(current_roll)

df['Rollover'] = rollover_list
# 删除临时的差值列
df.drop('diff', axis=1, inplace=True)

示例验证 #

对应你提供的表格数据（示例数据如下）：

计算后Rollover列结果为：20, 10, 40, 20，完全符合规则。

内容的提问来源于stack exchange，提问作者ayyyran