如何用列表推导式创建列依赖前序列求和的DataFrame

• 先导入依赖库：

  import pandas as pd
  

• 定义初始数据与目标列数：

  initial_col = [0.0229, 0.0229, 0.0229]
  num_cols = 3  # 对应列索引0、1、2
  

• 一行列表推导式生成目标DataFrame：

  df = pd.DataFrame([[initial_col[i]] + [-0.0126 * (1.22 + sum(row[:j+1])) + 0.0383 for j in range(num_cols-1)] for i in range(len(initial_col))])
  

代码说明 #

• 外层列表推导式遍历初始列的每一行元素，构建DataFrame的每一行数据
• 每一行先放入初始值作为第0列
• 内层列表推导式生成后续列：针对每个后续列，计算当前行已生成的所有列的和，代入给定公式得到新列值

输出验证 #

生成的DataFrame结构符合需求（公式逻辑示意）：

0 1 2
0.0229 (-0.0126*(1.22 + col0)) (-0.0126*(1.22 + col0 + col1))
0.0229 (-0.0126*(1.22 + col0)) (-0.0126*(1.22 + col0 + col1))
0.0229 (-0.0126*(1.22 + col0)) (-0.0126*(1.22 + col0 + col1))

内容的提问来源于stack exchange，提问作者flowover9