基于Pandas Series逐行评估依赖其他序列的方程

现有数据 #

• 多个Pandas Series，每行存储计算方程或空值，示例如下：

2025     A + B   
2026     
2027     A + B - C
2028     
2029
2030     101.2

• 变量值字典values，其中每个键对应一个Pandas Series，序列索引与上述方程序列（2025至2050）完全匹配，示例：

values = {"A": pd.Series([10, 20, 30, 40, 50]), "B": pd.Series([1, 2, 3, 4, 5]), "C": pd.Series([1.1, 2.2, 3.3, 4.4, 5.5]), "D": pd.Series([1, 3, 2, 4, 0]), ..., }

处理需求 #

1. 前向填充方程：对每个方程序列执行ffill操作，用前一行的方程补全行内的空值
2. 逐行代入计算：将填充后的方程，代入对应索引位置的变量值计算结果，处理流程示例：

Index  Equation     Result
2025   A + B        10 + 1   
2026   A + B        20 + 2
2027   A + B - C    30 + 3 - 3.3
2028   A + B - C    40 + 4 - 4.4
2029   A + B - C    50 + 5 - 5.5
2030   101.2        101.2

3. 输出要求：最终生成仅包含原索引和计算结果的Pandas Series，示例：

Index  Result
2025   11   
2026   22
2027   27.9
2028   39.6
2029   49.5
2030   101.2

核心约束 #

由于需要处理200余个上述方程序列，计算效率是必须优先保证的关键指标。

内容的提问来源于stack exchange，提问作者Brayan Muñoz