基于Buy和Sell列条件的pandas累计求和实现求助

首先，我们不需要用循环，用pandas的向量操作就能高效实现需求。以下是具体步骤：

1. 构造并预处理数据 #

先把你提供的示例数据转换成pandas DataFrame，同时将空值替换为0（因为空单元格代表没有Buy/Sell信号）：

import pandas as pd

# 构造示例数据
data = {
    'Date': ['01/01/2023', '01/02/2023', '01/03/23', '01/04/23', '01/05/23', '01/06/23'],
    'Buy': ['', 1, '', '', '', ''],
    'Sell': ['', '', '', '', 1, ''],
    'Value': [1, 5, 1, 1, 1, 5]
}
df = pd.DataFrame(data)

# 把空值转为0，统一数据类型
df[['Buy', 'Sell']] = df[['Buy', 'Sell']].fillna(0).astype(int)

2. 标记Buy到Sell的区间 #

通过累计求和生成一个状态列，标记哪些行处于「Buy信号后到Sell信号」的区间内（包含首尾两行）：

# 生成区间状态：True表示在目标区间内
df['in_range'] = (df['Buy'].cumsum() - df['Sell'].shift().fillna(0).cumsum()) > 0

解释：

• df['Buy'].cumsum()：累计Buy信号的次数，出现1时加1，标记区间开始。
• df['Sell'].shift().fillna(0).cumsum()：将Sell信号下移一行后累计，这样Sell所在的当前行仍会被标记在区间内，满足包含Sell行的要求。
• 两者的差值大于0时，说明正处于Buy和Sell之间的区间。

3. 计算区间内的累计求和 #

基于标记的区间，对Value列进行分组累计求和，非区间的行留空：

# 仅在区间内计算累计和，非区间显示空值
df['Cumulative Sum'] = df.groupby((~df['in_range']).cumsum())['Value'].cumsum().where(df['in_range'], '')

解释：

• (~df['in_range']).cumsum()：将非区间的行作为分组分隔符，把每个连续的区间分成独立的组。
• groupby(...).cumsum()：在每个区间组内计算累计和。
• where(df['in_range'], '')：只保留区间内的累计和，非区间行转为空字符串，和你的示例输出一致。

最终结果 #

执行完上述代码后，输出df[['Date', 'Buy', 'Sell', 'Value', 'Cumulative Sum']]会得到和你示例完全一致的结果：

新手技巧与建议 #

• 避免循环：pandas的向量操作（如cumsum、groupby）比Python循环效率高得多，尤其是处理大数据量时。
• 巧用cumsum标记状态：累计求和是处理「区间开始/结束」类问题的常用技巧，能快速生成分组或状态标记。
• 先处理空值：明确空值的含义后（比如这里空值代表无信号），先转换为合适的值（如0）再操作，能避免很多逻辑错误。
• 灵活使用where函数：where可以根据条件选择性保留数据，非常适合这种需要在特定范围内计算的场景。

内容的提问来源于stack exchange，提问作者aaaahhhhhh