Pandas的cumsum()能否将NaN视为0或直接忽略NaN计算累积和？

一、将NaN视为0计算累积和 #

直接对目标列的NaN值填充为0后，调用cumsum()即可，无需额外参数调整：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({'target_col': [3, np.nan, 4, np.nan, 2]})

# 将NaN当作0计算累积和
df['cumsum_with_nan_as_0'] = df['target_col'].fillna(0).cumsum()

生成的结果中，原NaN位置的累积和会延续加上0后的数值，示例结果如下：

二、忽略NaN直接计算累积和（不预先填充0） #

这里的“忽略NaN”分两种场景：

场景1：仅计算时跳过NaN，结果保留原NaN位置的空值 #

Pandas的cumsum()默认参数skipna=True就是实现该需求的——计算累积和时会跳过NaN值，但原NaN对应的结果位置仍为NaN，后续非NaN值会继续基于之前的有效累积值计算：

# 保留结果中的NaN，仅计算时忽略NaN
df['cumsum_ignore_nan_keep_null'] = df['target_col'].cumsum()

示例结果：

场景2：计算时跳过NaN，结果延续累积值（不保留空值） #

如果希望结果中没有NaN，而是让原NaN位置延续前面的累积和，可以先调用默认的cumsum()，再用ffill()填充结果中的空值：

# 忽略NaN且结果无空值，延续累积和
df['cumsum_ignore_nan_fill'] = df['target_col'].cumsum().ffill()

示例结果：

内容的提问来源于stack exchange，提问作者h8n2