如何在Pandas DataFrame中实现动态累计求和（避免循环）

问题描述 #

我有如下DataFrame：

Week Total
1     5
2     6
3     10

我希望将Week 2的Total值改为Week1+Week2的原Total值，Week3的Total值改为Week1+Week2+Week3的原Total值。由于我的DataFrame规模更大，且Week的数量会动态变化，因此简单的手动加法不可行。我原本考虑用循环遍历每个Week，通过当前Week数减去最小Week数来确定需要累加的次数，但这种方法不够简洁。请问有没有更优的解决方案？

最优解决方案 #

直接使用pandas内置的cumsum()方法即可高效实现需求，无需手动循环。该方法会对指定列进行顺序累计求和，自动适配任意数量的Week行，完全满足动态数据的处理需求。

代码示例 #

假设你的DataFrame变量名为df，执行以下代码：

df['Total'] = df['Total'].cumsum()

执行结果 #

处理后的DataFrame将变为：

Week Total
1     5
2     11
3     21

额外说明 #

如果你的Week列存在乱序情况，建议先按Week排序再执行累计求和，保证计算逻辑的准确性：

# 按Week升序排序并重置索引
df = df.sort_values('Week').reset_index(drop=True)
# 执行累计求和
df['Total'] = df['Total'].cumsum()

内容的提问来源于stack exchange，提问作者user2876983