按年份分组计算DataFrame列排除当前行的累计和

你现在用的df1.groupby('Year')['Value'].cumsum()会把当前行的Value也包含进去，所以结果不符合预期。要实现组内累计和排除当前行，可以用以下两种简单方法：

方法1：累计和减去当前行值 #

直接用分组累计和减去当前行的Value，就能得到到上一行的累计和：

df1['CumSum'] = df1.groupby('Year')['Value'].cumsum() - df1['Value']

这种方法逻辑直观，第一行的结果会是0（因为第一行累计和就是自身，减去自身后为0），符合“排除当前行后无数据则和为0”的预期。

方法2：用shift偏移累计和 #

先计算分组累计和，再用shift(1)把结果往下偏移一行，最后用fillna(0)填充第一行的空值：

df1['CumSum'] = df1.groupby('Year')['Value'].cumsum().shift(1).fillna(0)

这种方法更贴合“取当前行之前所有行的和”的逻辑，偏移后第一行没有前序数据，所以填充为0。

示例验证 #

假设你的DataFrame是这样的：

import pandas as pd
df1 = pd.DataFrame({
    'Year': [2022, 2022, 2023, 2023, 2023],
    'Value': [10, 20, 5, 15, 25]
})

用方法1或方法2处理后，得到的CumSum列会是：

完全符合“排除当前行的组内累计和”的需求。

内容的提问来源于stack exchange，提问作者JP159