如何基于Pandas DataFrame列值创建递推百分比计算的新列？

原始数据与需求 #

原始DataFrame #

import pandas as pd
df = pd.DataFrame({'a': [10, 20, 50]})

期望输出 #

a    b
0  10  100
1  20   20
2  50   10

生成规则 #

• 初始值为1000
• 列b的计算逻辑：
  • 第一行：1000 * (a列第一行值 / 100)
  • 后续每行：前一行b值 * (当前行a列值 / 100)

原代码问题分析 #

你提供的代码无法运行的原因是：在给第一行b赋值后，直接用整列赋值语句df['b'] = (df.a / 100) * df.b.shift(1)覆盖了整个b列。此时df.b.shift(1)的第一行是NaN，导致整列计算结果全为NaN，覆盖了之前设置的第一行值。

正确实现方法 #

方法1：使用累积乘积（高效简洁） #

利用cumprod()计算累积乘积，直接得到每一行的结果，适合这种连续乘法的场景：

import pandas as pd

df = pd.DataFrame({'a': [10, 20, 50]})
initial_value = 1000

# 计算每行的乘数，再求累积乘积后乘以初始值
df['b'] = initial_value * (df['a'] / 100).cumprod()

方法2：逐行循环计算（直观易懂） #

如果需要更灵活的逻辑（比如后续有复杂条件），可以用循环逐行计算：

import pandas as pd

df = pd.DataFrame({'a': [10, 20, 50]})
initial_value = 1000

# 初始化b列
df['b'] = 0.0
# 设置第一行b的值
df.loc[0, 'b'] = initial_value * (df['a'].iloc[0] / 100)
# 从第二行开始逐行计算
for i in range(1, len(df)):
    df.loc[i, 'b'] = df.loc[i-1, 'b'] * (df['a'].iloc[i] / 100)

两种方法运行后都能得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者AmirX