如何在Pandas中按分组计算排除每组最后一行的累积乘积？

原始DataFrame #

import pandas as pd

n_obs = 3
dd = pd.DataFrame({
    'WTL_exploded': [0, 1, 2]*n_obs,
    'hazard': [0.3, 0.4, 0.5, 0.2, 0.8, 0.9, 0.6,0.6,0.65],
}, index=[1,1,1,2,2,2,3,3,3])

需求说明 #

按DataFrame的index分组，对每组的hazard列计算累积乘积，但仅保留每组中除最后一个元素之外的计算结果，最终期望输出如下：

解决方案 #

通过groupby分组后，对每组的hazard序列截取前n-1个元素（排除最后一个），再计算累积乘积，最后整理成目标格式：

# 分组处理并计算累积乘积
result = dd.groupby(level=0)['hazard'].apply(lambda x: x.iloc[:-1].cumprod()).reset_index()
# 调整列名匹配期望输出
result.columns = ['index', 'hazard']
print(result)

代码解释 #

1. groupby(level=0)：按DataFrame的最外层索引进行分组
2. lambda x: x.iloc[:-1].cumprod()：对每组的hazard列，用iloc[:-1]排除最后一个元素，再调用cumprod()计算累积乘积
3. reset_index()：将分组后的多级索引转换为普通列，得到与期望一致的结构

运行上述代码即可得到目标输出。

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