Snowflake中每4行计算分段累计求和的实现方法

假设你用Python的pandas处理数据，下面是快速实现的方案：

首先构造示例数据：

import pandas as pd
import numpy as np

# 匹配你给出的示例数据
data = {'NMV': [1,2,3,4,5,6,7]}
df = pd.DataFrame(data)

生成每4行一组的分组键，再对每组做累计求和：

# 按行序号每4行划分为一组，组内计算累计求和
df['cumsum'] = df.groupby(np.arange(len(df)) // 4)['NMV'].cumsum()

运行后得到的结果：

NMV  cumsum
0    1       1
1    2       3
2    3       6
3    4      10
4    5       5
5    6      11
6    7      18

逻辑说明 #

• np.arange(len(df))生成从0开始的连续行序号，// 4会把序号0-3归为组0、4-7归为组1，以此类推，精准实现每4行一个分组的规则。
• 通过groupby按分组键分组后，对每组的NMV列调用cumsum()，就能在每组内完成累计求和，组与组之间自动重置计算。

如果你的数据索引不是从0开始的连续值，用np.arange(len(df))生成分组键更稳妥，确保严格按行的顺序每4行分组。

内容的提问来源于stack exchange，提问作者Ismail Awad