在Python Ibis框架中按指定列实现累计求和（不可用Pandas）

我有一个庞大且复杂的Ibis脚本，其中一部分用于计算衍生列。最终需要通过ibis.to_sql(t)生成SQL语句，因此无法使用Pandas。

现有测试表定义如下：

import ibis 
from ibis import _ 
ibis.options.interactive = True 
t = ibis.memtable(
    {
        "fruit": ["apple", "apple", "banana", "orange"], 
        "price": [0.5, 0.5, 0.25, 0.33], 
        "order": [1, 2, 3, 4], 
    }
)

需要实现的结果是新增cumsum_price列，按order列顺序计算price的累计求和，最终输出如下结构的结果：

┏━━━━━━━━┳━━━━━━━━┳━━━━━━┳━━━━━━━━━━━━┓
┃ fruit  ┃ price  ┃ order┃ cumsum_price┃
┡━━━━━━━━╇━━━━━━━━╇━━━━━━╇━━━━━━━━━━━━┩
│ string │ float64│ int64│ float64    │
├────────┼────────┼──────┼────────────┤
│ apple  │ 0.50   │ 1    │ 0.50       │
│ apple  │ 0.50   │ 2    │ 1.0        │
│ banana │ 0.25   │ 3    │ 1.25       │
│ orange │ 0.33   │ 4    │ 1.58       │
└────────┴────────┴──────┴────────────┘

我尝试了以下写法，但无法生效：

t = t.mutate(cumsum_price = t['price']+t.cumsum_price.lag().over(order_by=[t.order]))

再次说明：不能使用Pandas，必须通过Ibis实现并生成对应的SQL。

你的写法错误在于试图引用尚未创建的cumsum_price列，Ibis中计算累计求和不需要手动递归相加，直接使用窗口函数的cumsum()方法即可。

正确的实现代码如下：

# 按order列排序，计算price的累计求和
t_with_cumsum = t.mutate(
    cumsum_price = t.price.cumsum().over(order_by=[t.order])
)

# 查看结果
print(t_with_cumsum)

# 生成对应的SQL语句
print(ibis.to_sql(t_with_cumsum))

说明： #

• cumsum()是Ibis内置的窗口聚合函数，用于计算累计求和，配合over(order_by=[t.order])指定排序依据，就能实现按order顺序累计price的需求。
• 这种写法会生成标准的SQL窗口函数语法（类似SUM(price) OVER (ORDER BY "order") AS cumsum_price），完全符合你的需求，不需要依赖Pandas。

执行上述代码后，得到的结果会和你预期的一致，同时通过ibis.to_sql()可以生成对应的SQL语句，适用于你的复杂脚本场景。

内容的提问来源于stack exchange，提问作者KRL