为何DataFrame.cumsum支持列表/字符串，GroupBy.cumsum却不支持？

先给出测试用的DataFrame定义：

import pandas as pd

df = pd.DataFrame({
    "group": [1, 1, 2, 2, 2],
    "list": [[1], [2], [1], [2], [3]],
    "string": ["a", "b", "a", "b", "c"]
})

单独调用df.cumsum()可以正常执行，结果如下：

group             list string
0      1              [1]      a
1      2           [1, 2]     ab
2      4        [1, 2, 1]    aba
3      6     [1, 2, 1, 2]   abab
4      8  [1, 2, 1, 2, 3]  ababc

但执行df.groupby("group").cumsum()时会返回空DataFrame，同时抛出FutureWarning：

Empty DataFrame
Columns: []
Index: [0, 1, 2, 3, 4]

核心原因： #

• 两类cumsum的实现逻辑差异：
  DataFrame.cumsum是逐列独立处理，对于字符串、列表这类非数值类型，它并没有依赖numpy.cumsum（numpy本身不支持列表的累加），而是利用Python原生的+运算符特性，单独实现了字符串拼接、列表元素追加的累加逻辑。
• GroupBy.cumsum的设计定位：
  GroupBy.cumsum的Cython化实现是专门针对数值类型做性能优化的，它在执行时会自动筛选出数值型列进行计算，直接排除字符串、列表这类object类型列——因为分组累加的核心应用场景是数值累计求和，pandas的GroupBy系列方法在设计时就优先保障数值类型的处理效率，对非数值类型的支持被刻意限制。
• 空DataFrame与警告的由来：
  当前版本的pandas已经默认跳过非数值列的处理，所以返回空DataFrame；FutureWarning则是明确提示，未来版本会彻底移除对非数值列的尝试性处理逻辑。

内容的提问来源于stack exchange，提问作者Timus