如何在Pandas中实现基于累积和阈值动态选择A*B或A*C的累积计算？

要实现你描述的这种依赖前一次累积结果动态选择计算方式的逻辑，因为每一步的计算都依赖上一步的状态（累积和），我们可以通过逐行迭代DataFrame并维护累积状态的方式来实现，这种方式逻辑清晰，容易理解和调试。

具体实现步骤： #

• 初始化一个累积和变量cum_sum，初始值为0；
• 创建一个空列表cum_sum_list，用来存储每一行对应的累积结果；
• 遍历DataFrame的每一行：
  • 根据当前的cum_sum判断计算方式：如果cum_sum < 10，则计算A*B，否则计算A*C；
  • 更新cum_sum为当前累积和加上本次计算的结果；
  • 将更新后的cum_sum添加到cum_sum_list中；
• 将cum_sum_list作为新列添加到原DataFrame中。

完整代码示例： #

import pandas as pd

# 你已经创建的DataFrame
a = {'A':[5, 7, -1, -3, 12]}
b = {'B': [1, 1, 1, 1, 1]}
c = {'C' : [0.7, 0.7, 0.7, 0.7, 0.7]}
a.update(b)
a.update(c)
df = pd.DataFrame.from_dict(a)

# 实现动态累积逻辑
cum_sum = 0
cum_sum_list = []

for idx, row in df.iterrows():
    if cum_sum < 10:
        current_val = row['A'] * row['B']
    else:
        current_val = row['A'] * row['C']
    cum_sum += current_val
    cum_sum_list.append(cum_sum)

# 添加累积和列到DataFrame
df['cum sum'] = cum_sum_list

print(df)

输出结果： #

运行上述代码后，会得到你期望的DataFrame：

A  B    C  cum sum
0   5  1  0.7     5.0
1   7  1  0.7    12.0
2  -1  1  0.7    11.3
3  -3  1  0.7     9.2
4  12  1  0.7    21.2

补充说明： #

如果你的DataFrame数据量很大（比如百万级行），iterrows()的效率可能会稍低，这时可以考虑用numba库来加速循环，或者用自定义的累积函数结合pandas.Series.expanding()，但对于中小规模的数据，上面的方法已经足够简单高效，且逻辑清晰易懂。

内容的提问来源于stack exchange，提问作者Olba12