Pandas中如何在同一步计算中引用新列的前序计算结果？

你的问题本质是递推计算：new[0] = 0，new[i] = old[i] + new[i-1]（i≥1）。原来用shift的方式失效，是因为Pandas的向量化操作会基于计算前的列值批量计算，无法实时引用刚生成的前一行结果。循环虽然正确，但面对大数据量时效率极低，推荐以下两种优雅高效的方案：

方案1：利用cumsum()向量化计算 #

这是最简洁高效的方法，因为递推式展开后，new[i]其实是old[1]到old[i]的累加和（加上初始值0）。直接通过拼接初始值和切片累加的方式实现：

import pandas as pd
import numpy as np

df = pd.DataFrame(data=[1,2,3,4,5], columns=["old"])
# 初始值0，加上old从第2行开始的累加和
df['new'] = np.concatenate([[0], df['old'].iloc[1:].cumsum()])

运行后结果：

old  new
0    1    0
1    2    2
2    3    5
3    4    9
4    5   14

方案2：用itertools.accumulate实现递推 #

如果需要更灵活的递推逻辑（比如不是简单累加），可以用itertools.accumulate，它能按顺序迭代计算每一步的结果：

import pandas as pd
from itertools import accumulate

df = pd.DataFrame(data=[1,2,3,4,5], columns=["old"])
# 从初始值0开始，依次累加old的后续元素
df['new'] = list(accumulate([0] + df['old'].iloc[1:].tolist()))

这个方法和方案1结果一致，适合需要自定义递推规则的场景。

两者都是向量化/迭代优化的操作，比循环快几个数量级，尤其适合处理大型DataFrame。

内容的提问来源于stack exchange，提问作者Sebastian Dine