Pandas中首行除外的逐行计算1k增长值问题求助

你的问题出在shift(1)只会引用原始DataFrame中上一行的growth_of_1k值，而非计算后更新的值。第三行的shift(1)对应原始的NaN，所以计算结果还是NaN，同时第一行的值会被覆盖成NaN，完全不符合需求。

这里提供两种可靠的解决方式：

方法一：逐行循环计算（直观易懂） #

直接遍历从第二行开始的每一行，用上一行已经计算好的growth_of_1k值乘以(1+当年return)：

for i in range(1, len(df)):
    df.loc[i, 'growth_of_1k'] = df.loc[i-1, 'growth_of_1k'] * (1 + df.loc[i, 'return'])

运行后你的DataFrame会变成：

方法二：利用累积乘积（更高效） #

如果数据量很大，循环效率较低，可以用cumprod()计算(1+return)的累积乘积，再结合初始值生成结果：

# 获取初始的1000美元值
initial_value = df['growth_of_1k'].iloc[0]
# 计算从第二年开始的(1+return)累积乘积
cumulative_growth = (1 + df['return']).iloc[1:].cumprod()
# 拼接初始值和计算后的结果，替换原列
df['growth_of_1k'] = pd.concat([pd.Series([initial_value]), initial_value * cumulative_growth]).reset_index(drop=True)

这种方法和循环的计算结果完全一致，但处理大规模数据时速度更快。

内容的提问来源于stack exchange，提问作者ng150716