如何对Pandas Series按id递增执行布尔逻辑下的累加求和？

你的需求是依次计算从id=0开始，包含所有前置id的len值累加和——比如id=0的和、id=0+1的和、id=0+1+2的和……直到最大的id。用Pandas内置方法就能直接实现，分两种场景处理：

场景1：只计算现有id的累积和（忽略缺失id） #

你的Series索引是id，但存在跳号（比如23之后是25，无24），先确保索引按从小到大排序（原数据已升序的话可跳过这步），再用cumsum()计算累积和：

# 假设你的Series变量名为delta_series
# 按id（索引）排序，保证顺序正确
sorted_delta = delta_series.sort_index()
# 计算累积和
cumulative_sum = sorted_delta.cumsum()

得到的cumulative_sum就是目标结果：每个id对应的数值，就是从id=0到当前id的所有len值之和。比如：

• id=0的累积和为122
• id=1的累积和为122+88=210
• id=2的累积和为210+86=296
• ...
• id=25的累积和为前面所有id（0到23）的len值之和加92

场景2：补全缺失id，计算连续id的累积和 #

如果需要把缺失的id（如24、26等）也纳入，且这些id的累积和等于前一个存在id的结果，可以先补全索引再计算：

# 生成从0到最大id的连续索引范围
full_id_range = pd.RangeIndex(start=0, end=delta_series.index.max() + 1)
# 重新索引，缺失id对应的len值填充为0
full_delta = delta_series.reindex(full_id_range, fill_value=0)
# 计算累积和
cumulative_sum_full = full_delta.cumsum()

这样id=24的累积和就和id=23完全一致，因为缺失id的len值为0，累加后数值不变。

内容的提问来源于stack exchange，提问作者Sammy Samiei