Pandas按Product ID分组实现实时Current stock计算

针对你需要按Product ID分组计算当前库存的需求，这里提供两种简洁的实现方式：

方法一：利用分组累加+初始值广播 #

这种方法无需自定义函数，通过Pandas内置的分组操作即可完成：

import pandas as pd

# 构造示例数据（可替换为你的实际数据）
data = {
    'Product ID': ['A', 'A', 'B', 'B', 'B'],
    'Initial stock': [100, 0, 50, 0, 0],
    'Quantity': [20, -10, 15, -5, 25]
}
df = pd.DataFrame(data)

# 1. 获取每个产品的初始库存（每组首行的Initial stock值）
df['product_initial'] = df.groupby('Product ID')['Initial stock'].transform('first')
# 2. 计算每组Quantity的累加和
df['quantity_cumsum'] = df.groupby('Product ID')['Quantity'].cumsum()
# 3. 计算当前库存
df['Current stock'] = df['product_initial'] + df['quantity_cumsum']
# 清理中间列（可选）
df = df.drop(['product_initial', 'quantity_cumsum'], axis=1)

方法二：分组后自定义函数处理 #

如果需要更直观的逻辑控制，可以用groupby.apply自定义每组的计算逻辑：

def calculate_current_stock(group):
    # 每组首行的初始库存 + 该行Quantity，后续行累加Quantity
    group['Current stock'] = group['Initial stock'].iloc[0] + group['Quantity'].cumsum()
    return group

# 分组应用函数，group_keys=False避免生成多级索引
df = df.groupby('Product ID', group_keys=False).apply(calculate_current_stock)

结果说明 #

两种方法最终都会得到符合要求的Current stock列：

• 每组首行：Initial stock[0] + Quantity[0]
• 后续行：前一行的Current stock + 当前行Quantity（本质是初始库存累加所有历史Quantity）

内容的提问来源于stack exchange，提问作者cmoreno98