如何在Pandas中基于初始值与百分比变化生成新累计列？

问题场景 #

你有一个包含items列和percentage列的初始DataFrame，需要生成累计items列——这种文本累计拼接的效果在Excel/Google Sheets里很容易实现，但在Pandas中不知道怎么操作。

核心解决方案 #

Pandas的cumsum()方法支持直接对字符串列进行累计拼接，这是最简洁高效的实现方式。

1. 基础实现（按原顺序累计）

先构造模拟的初始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'items': ['A', 'B', 'C', 'D'],
    'percentage': [0.2, 0.3, 0.1, 0.4]
})

执行以下代码生成累计列：

# 直接对items列调用cumsum()，自动完成字符串累计拼接
df['累计items'] = df['items'].cumsum()

执行后得到的结果：

2. 进阶场景（按百分比排序后累计）

如果需要先按percentage排序再生成累计列，可先排序再调用cumsum()：

# 按百分比降序排序（升序则把ascending设为True）
df_sorted = df.sort_values('percentage', ascending=False)
# 生成排序后的累计列
df_sorted['累计items'] = df_sorted['items'].cumsum()

# 若要保留原DataFrame的原始顺序，通过合并还原
df = df.merge(df_sorted[['items', '累计items']], on='items', how='left')

内容的提问来源于stack exchange，提问作者Federico Livi