在Pandas中将月度累计值转换为当月值（含缺失月份场景）

针对你提到的缺失1月数据的数据集（df1）以及无缺失的数据集（df2），可以用Pandas的差分方法快速实现累计值转当月值，完全符合你的规则：

核心逻辑 #

1. 确保时间顺序正确：累计值是按时间递增生成的，必须先把日期列转成datetime类型并排序，否则计算结果会出错。
2. 计算当月值：用diff()方法计算当前行累计值与上一行的差值，这就是当月值；对于最早的月份（不管是缺1月后的2月，还是正常的1月），因为没有上月数据，diff()会返回NaN，直接用该月的累计值填充即可。

代码示例 #

1. 处理缺失1月的df1

import pandas as pd

# 构造示例df1（缺1月数据）
df1 = pd.DataFrame({
    'date': ['2021-02-28', '2021-03-31', '2021-04-30'],
    'cumul_val1': [12000.00, 36007.05, 50305.00],
    'cumul_val2': [8000.00, 25000.00, 32000.00]
})

# 转换日期格式并排序
df1['date'] = pd.to_datetime(df1['date'])
df1 = df1.sort_values('date').reset_index(drop=True)

# 计算当月值：差分后填充NaN为原累计值
df1['value1'] = df1['cumul_val1'].diff().fillna(df1['cumul_val1'])
df1['value2'] = df1['cumul_val2'].diff().fillna(df1['cumul_val2'])

# 保留需要的列（可选）
df1 = df1[['date', 'value1', 'value2']]
print(df1)

输出结果（符合预期）：

date   value1  value2
0 2021-02-28  12000.0   8000.0
1 2021-03-31  24007.05  17000.0
2 2021-04-30  14297.95   7000.0

2. 处理无缺失的df2

# 构造示例df2（含1月数据）
df2 = pd.DataFrame({
    'date': ['2021-01-31', '2021-02-28', '2021-03-31', '2021-04-30'],
    'cumul_val1': [10000.00, 22000.00, 46007.05, 60305.00],
    'cumul_val2': [7000.00, 15000.00, 32000.00, 39000.00]
})

df2['date'] = pd.to_datetime(df2['date'])
df2 = df2.sort_values('date').reset_index(drop=True)

df2['value1'] = df2['cumul_val1'].diff().fillna(df2['cumul_val1'])
df2['value2'] = df2['cumul_val2'].diff().fillna(df2['cumul_val2'])

df2 = df2[['date', 'value1', 'value2']]
print(df2)

输出结果：

date   value1  value2
0 2021-01-31  10000.0   7000.0
1 2021-02-28  12000.0   8000.0
2 2021-03-31  24007.05  17000.0
3 2021-04-30  14297.95   7000.0

3. 多分组场景（比如按ID分组）

如果数据是按不同主体（如用户ID、产品ID）分组的，每个分组有独立的累计值，只需加个groupby即可：

# 构造带分组的示例数据
df_group = pd.DataFrame({
    'id': ['A', 'A', 'A', 'B', 'B', 'B'],
    'date': ['2021-02-28', '2021-03-31', '2021-04-30', '2021-01-31', '2021-02-28', '2021-03-31'],
    'cumul_val1': [12000.00, 36007.05, 50305.00, 9000.00, 21000.00, 35000.00],
    'cumul_val2': [8000.00, 25000.00, 32000.00, 6000.00, 14000.00, 22000.00]
})

df_group['date'] = pd.to_datetime(df_group['date'])
df_group = df_group.sort_values(['id', 'date']).reset_index(drop=True)

# 按id分组计算当月值
df_group['value1'] = df_group.groupby('id')['cumul_val1'].diff().fillna(df_group['cumul_val1'])
df_group['value2'] = df_group.groupby('id')['cumul_val2'].diff().fillna(df_group['cumul_val2'])

print(df_group)

内容的提问来源于stack exchange，提问作者ah bon