如何用向量化方式基于累计值计算DataFrame列值？

你的核心问题在于Balance和Size（即Quantity）是递推依赖关系：每一行的Size依赖上一行的Balance，而当前行的Balance又依赖当前行的Profit（由Size计算而来）。这种场景下，Pandas的向量化操作（比如shift）无法直接生效，因为向量化操作是基于列的初始值批量计算，无法动态引用上一步的计算结果。

直接可行的循环实现 #

对于中等规模的数据集（几万行以内），直接用循环遍历计算是最直观且有效的方案：

import pandas as pd

# 确保首行Balance初始值正确
best['Balance'].iloc[0] = 100000

# 从第二行开始遍历计算
for idx in range(1, len(best)):
    # 获取上一行的Balance
    prev_balance = best['Balance'].iloc[idx-1]
    # 获取当前行的参数
    current_buy = best['Buy'].iloc[idx]
    current_n = best['N'].iloc[idx]
    current_ret = best['Ret'].iloc[idx]
    
    # 计算Size（即Quantity）并取整
    quantity = (prev_balance / current_buy / current_n).round(0)
    best['Size'].iloc[idx] = quantity
    
    # 计算Profit
    profit = quantity * current_ret * current_buy
    best['Profit'].iloc[idx] = profit
    
    # 更新当前行的Balance
    best['Balance'].iloc[idx] = prev_balance + profit

大数据量下的加速方案 #

如果你的数据集规模很大（百万级别），可以用numba对循环进行JIT编译加速，性能会比纯Python循环提升几十倍：

from numba import jit
import numpy as np

# 定义numba加速的递推函数
@jit(nopython=True)
def compute_portfolio(balance_arr, buy_arr, n_arr, ret_arr):
    for i in range(1, balance_arr.shape[0]):
        prev_bal = balance_arr[i-1]
        buy = buy_arr[i]
        n = n_arr[i]
        ret = ret_arr[i]
        
        quantity = np.round(prev_bal / buy / n)
        profit = quantity * ret * buy
        balance_arr[i] = prev_bal + profit
    return balance_arr

# 将DataFrame列转为numpy数组（numba对numpy数组优化更好）
balance_arr = best['Balance'].values
balance_arr[0] = 100000  # 初始化首行Balance

# 调用加速函数计算Balance
balance_arr = compute_portfolio(balance_arr, best['Buy'].values, best['N'].values, best['Ret'].values)

# 将计算结果放回DataFrame
best['Balance'] = balance_arr

# 批量计算Size和Profit（此时Balance已完成递推，可直接用shift）
best['Size'] = (best['Balance'].shift(1) / best['Buy'] / best['N']).round(0)
best['Profit'] = best['Size'] * best['Ret'] * best['Buy']

为什么你的原始代码无法运行？ #

你尝试用shift()来获取上一行Balance，但best['Balance'].shift(1)引用的是初始状态下的Balance列，而非动态更新后的Balance值。当你后续更新Balance列时，shift操作并不会重新计算，导致所有行的Size都基于初始的100000计算，最终结果完全错误。

内容的提问来源于stack exchange，提问作者chris