如何在Python中自定义实现基于指定步长的条件累计频率计算？

核心逻辑 #

你需要的不是修改cumsum()，而是针对每个C列的步长值，筛选出A列中小于等于该步长值的所有行，再对对应的B列频率求和——这本质是条件求和，而非传统的顺序累积求和。

方法一：Pandas 快速实现（适合结构化数据） #

假设你的数据存储在Pandas DataFrame中，列名分别为A（价格）、B（频率）、C（步长），可以用apply直接实现需求：

import pandas as pd

# 示例测试数据
data = {
    'A': [1, 3, 5, 7, 9],
    'B': [0.1, 0.2, 0.3, 0.2, 0.2],
    'C': [0, 2, 4, 6, 8]
}
df = pd.DataFrame(data)

# 计算D列：对每个C值，累加所有A<=C的B列值
df['D'] = df['C'].apply(lambda x: df[df['A'] <= x]['B'].sum())

方法二：纯Python自定义函数（无依赖灵活实现） #

如果不需要Pandas，直接用原生Python处理列表也能实现：

def calc_cumulative_freq(A_list, B_list, C_list):
    D_result = []
    for current_c in C_list:
        total = 0.0
        for a_val, b_val in zip(A_list, B_list):
            if a_val <= current_c:
                total += b_val
        D_result.append(total)
    return D_result

# 调用示例
A = [1, 3, 5, 7, 9]
B = [0.1, 0.2, 0.3, 0.2, 0.2]
C = [0, 2, 4, 6, 8]
D = calc_cumulative_freq(A, B, C)
# 输出结果：[0.0, 0.1, 0.3, 0.6, 0.8]

性能优化（大数据量场景） #

如果你的数据量很大，上述方法可能效率偏低，可以用Numpy广播提升速度：

import numpy as np

A_np = np.array(df['A'])
B_np = np.array(df['B'])
C_np = np.array(df['C'])

# 生成A<=C的布尔矩阵，每行对应一个C值，每列对应一个A值
mask = A_np <= C_np[:, np.newaxis]
# 按行求和得到D列
df['D'] = mask.dot(B_np)

逻辑验证 #

拿示例数据核对：

• C=0时，无A值满足条件，D=0.0
• C=2时，仅A=1满足，累加B=0.1，D=0.1
• C=4时，A=1、3满足，累加B=0.1+0.2=0.3
• 后续步长以此类推，完全匹配Excel的计算逻辑

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