如何用Pandas实现带正值保持的cumsum（不使用for循环）

首先明确转换规则：

• 每一行的b值 = 前一行b值 + 当前行a值，若结果>0则保留，否则设为0
• 首行b值等价于初始值0加首行a值（1>0，故为1）

方法1：使用expanding().apply()（简洁直观） #

这种方法逻辑清晰，适合小数据集：

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 0, 0, 0, -1, -5, 1, 1, 2, 0, 0, 0, 0, -5, 0, 0, 0, 0, 0, 0, 0, 3, -2]})

def calculate_b(series):
    current_val = 0
    for num in series:
        current_val += num
        current_val = max(current_val, 0)
    return current_val

df['b'] = df['a'].expanding().apply(calculate_b)

方法2：Numba加速（高性能，适合大数据集） #

如果数据集规模较大，用Numba编译循环能显著提升效率，需先安装numba（pip install numba）：

import pandas as pd
from numba import jit
import numpy as np

df = pd.DataFrame({'a': [1, 2, 0, 0, 0, -1, -5, 1, 1, 2, 0, 0, 0, 0, -5, 0, 0, 0, 0, 0, 0, 0, 3, -2]})

@jit(nopython=True)
def calculate_b_numba(a_array):
    result = np.zeros_like(a_array)
    current_val = 0
    for i in range(len(a_array)):
        current_val += a_array[i]
        current_val = max(current_val, 0)
        result[i] = current_val
    return result

df['b'] = calculate_b_numba(df['a'].values)

两种方法生成的b列均与你提供的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Nhân Phan Thành