如何基于前序Column B与Column A计算填充完整Column B列？

问题分析 #

你的代码逻辑方向错误：当前循环是修改第i行的Column B值，而实际需求是用第i行的B值计算第i+1行的B值，同时要保留初始行的B值。

修正后的循环写法 #

直接调整赋值的行索引，确保用前一行的B值计算后一行的B：

for i in range(len(df)-1):
    # 用第i行的Column B 乘以 第i+1行的Column A，赋值给第i+1行的Column B
    df.at[i+1, 'Column B'] = df.at[i, 'Column B'] * df.at[i+1, 'Column A']

执行后得到的结果：

Column A  Column B
0       NaN     100.0
1       0.2      20.0
2       0.1       2.0

更高效的Pandas矢量化实现 #

如果处理大数据集，循环效率较低，可以用累积乘积cumprod()实现：

# 复制Column A并替换第一个NaN为1（保证初始值不被修改）
a_series = df['Column A'].copy()
a_series.iloc[0] = 1

# 用初始B值乘以A列的累积乘积，得到完整的B列
df['Column B'] = df['Column B'].iloc[0] * a_series.cumprod()

这个方法避免了循环，利用Pandas的内置函数提升性能，结果和循环完全一致。

内容的提问来源于stack exchange，提问作者Adam Clark