如何在Pandas中基于已计算值创建累乘新列

问题说明 #

需要创建新列，其中每个值由当前行的现有列值与新列的前一行值相乘得到，具体规则：

• 新列第1行值为1
• 从第2行开始，新列值 = 当前行1列的值 × 新列前一行的值

原始数据 #

import pandas as pd
# 注：原始数据第一行100.0与期望输出逻辑不符，此处调整为1.0以匹配计算规则
df = pd.DataFrame({1: {0: 1.0, 1: 0.96, 2: 0.93, 3: 0.88, 4: 0.85, 5: 0.8}})

数据展示：

1
0  1.0
1  0.96
2  0.93
3  0.88
4  0.85
5  0.80

解决方案 #

方法1：使用cumprod()（推荐，高效）

该场景本质是累积乘积，直接用Pandas内置的cumprod()方法即可快速实现：

# 创建新列2，值为列1的累积乘积
df[2] = df[1].cumprod()

执行结果：

1          2
0  1.00  1.000000
1  0.96  0.960000
2  0.93  0.892800
3  0.88  0.785664
4  0.85  0.667814
5  0.80  0.534252

方法2：迭代计算（适合自定义复杂逻辑）

如果需要更灵活的自定义规则，可通过迭代每行完成计算：

# 初始化新列，第一行设为1
df[2] = 1.0

# 从第二行开始迭代计算
for i in range(1, len(df)):
    df.loc[i, 2] = df.loc[i, 1] * df.loc[i-1, 2]

该方法结果与cumprod()一致，但效率低于前者，仅适用于非标准化的复杂推导场景。

补充说明 #

若原始数据第一行确实为100.0，但期望新列第一行是1.0，可先调整列1的第一行值再计算：

df.loc[0, 1] = 1.0
df[2] = df[1].cumprod()

内容的提问来源于stack exchange，提问作者codedancer