如何在Pandas中用groupby+apply计算2024-2026年产品价格

云上老周

2026-7-11

解决方案：用groupby+apply计算产品逐年价格

核心思路

你需要按**单个产品（Product）**分组，而非年份+产品的组合分组——因为跨年份的价格计算是基于同一产品的历史数据，单个年份+产品的分组无法实现跨年度的递推计算。

方法一：高效的累积乘积实现

这种方式利用Pandas的cumprod()方法替代循环，代码更简洁高效：

import pandas as pd
import numpy as np

# 初始化数据
cena_dict = {
    "Product" : ["Apple","Orange","Apple","Orange","Apple","Orange","Apple","Orange"],
    "Price" : [1,2,np.NaN,np.NaN,np.NaN,np.NaN,np.NaN,np.NaN],
    "Rok" : [2023,2023,2024,2024,2025,2025,2026,2026],
    "CPI" : [10.4, 10.4 ,9 ,9 , 8.6 ,8.6 ,5.4 ,5.4]
}

df = pd.DataFrame(cena_dict)

# 定义分组处理函数
def compute_prices(group):
    # 按年份排序，确保计算顺序正确
    sorted_group = group.sort_values("Rok")
    # 计算年度通胀乘数
    inflation_multiplier = 1 + sorted_group["CPI"] / 100
    # 用初始价格填充NaN，再乘以通胀乘数的累积乘积
    sorted_group["Price"] = sorted_group["Price"].ffill() * inflation_multiplier.cumprod()
    return sorted_group

# 分组应用函数并合并结果
result_df = df.groupby("Product", group_keys=False).apply(compute_prices)

print(result_df)

方法二：模拟原循环逻辑的实现

如果你更倾向于沿用原循环的思路，也可以在分组后的函数内写循环：

def compute_prices_with_loop(group):
    sorted_group = group.sort_values("Rok").reset_index(drop=True)
    # 逐行递推计算价格
    for i in range(1, len(sorted_group)):
        sorted_group.loc[i, "Price"] = sorted_group.loc[i-1, "Price"] * (1 + sorted_group.loc[i, "CPI"] / 100)
    return sorted_group

result_df = df.groupby("Product", group_keys=False).apply(compute_prices_with_loop)