Python Pandas如何逐行基于上一行值与当前行增长率计算销售额？

问题背景 #

你的DataFrame包含month_year和growth列，需要生成sales列：

• 首行sales固定为1294
• 后续每行sales = 上一行sales × (1 + 当前行growth)

之前用df['sales'].shift().cumsum()*(1+df['growth'])的写法错误，因为cumsum()是累加逻辑，完全不匹配递推乘积的需求，所以只有第二行能得到正确结果。

正确实现方式 #

方式一：用cumprod()高效计算（推荐） #

这是最简洁高效的写法，利用Pandas的累积乘积特性完美匹配需求：

import pandas as pd

# 示例数据（替换为你的实际数据）
df = pd.DataFrame({
    'month_year': ['2023-01', '2023-02', '2023-03', '2023-04'],
    'growth': [-0.0077, 0.021, -0.015, 0.032]
})

initial_sales = 1294
# 核心代码：计算增长系数的累积乘积，首行补1后乘以初始值
df['sales'] = initial_sales * (1 + df['growth']).cumprod().shift(fill_value=1)

逻辑说明：

• (1 + df['growth'])将增长率转换为增长系数
• cumprod()对系数做累积乘积，比如第三行的结果就是(1+growth1)*(1+growth2)
• shift(fill_value=1)把累积乘积序列下移一行，首行用1填充，这样乘以初始值1294后，首行即为1294，后续行刚好是上一行结果乘当前系数

方式二：逐行循环计算（适合理解逻辑） #

如果想直观看到每一步的计算过程，可以用循环（数据量大时效率低于第一种方法）：

initial_sales = 1294
# 先给sales列赋初始值
df['sales'] = initial_sales

# 从第二行开始递推计算
for i in range(1, len(df)):
    df.loc[i, 'sales'] = df.loc[i-1, 'sales'] * (1 + df.loc[i, 'growth'])

内容的提问来源于stack exchange，提问作者tabarneck