如何基于DataFrame当前行起的A列最小值更新B列

核心代码 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'A': [500, 800, 700, 650, 800, 780, 750],
    'B': [np.nan]*7
})

# 填充B列：当前行至末尾的A列最小值
df['B'] = df['A'][::-1].cummin()[::-1]

print(df)

代码解释 #

• df['A'][::-1]：将A列倒序排列，从最后一行开始往前取数
• .cummin()：对倒序后的A列计算累积最小值，此时得到的结果是从原数据末尾到当前位置的最小值
• [::-1]：将累积最小值的结果再次倒序，还原回原数据的行顺序，此时每一行的值就是原数据中从当前行到末尾的A列最小值

输出结果 #

A      B
0  500  500.0
1  800  650.0
2  700  650.0
3  650  650.0
4  800  750.0
5  780  750.0
6  750  750.0

原方法的问题 #

df['A'].min()计算的是A列所有行的全局最小值，无法针对“当前行至末尾”这个动态范围计算最小值，而反向累积最小值的方法刚好适配这种从后往前的范围需求。

内容的提问来源于stack exchange，提问作者Indi Quant