如何结合numpy arange与pandas Series计算DataFrame新列？

错误原因 #

你写的代码报错是因为np.arange()无法直接接收Pandas Series作为参数——它需要单个整数，而df['col1']是一组值，导致逻辑判断模糊，触发ValueError。

高效解决方案（推荐） #

利用等差数列求和公式直接计算，这是效率最高的方式，尤其适合大数据量：

df['col2'] = df['col1'] * (df['col1'] + 1) // 2

原理：0到n的整数和公式为 n*(n+1)/2，用整数除法//避免浮点数结果。

通用自定义方案 #

如果需要更灵活的自定义逻辑（比如调整求和范围），可以用apply遍历每个元素：

import numpy as np
df['col2'] = df['col1'].apply(lambda x: np.arange(0, x + 1).sum())

apply会逐个处理col1中的每个值，生成对应范围的数组后求和。

验证结果 #

运行上述任意代码后，得到的DataFrame与预期一致：

col1  col2
0     1     1
1     2     3
2     3     6
3     4    10
4     5    15

内容的提问来源于stack exchange，提问作者Artsiom Bury