基于Signal触发的Cumulative Sum计算方法咨询

需求：跟踪Value列的累积和，每次当Signal列取值为1时启动新的累积计算，生成对应组数的累积和列，均计算至最后一行（Index=11）。

原始数据：

预期输出：

解决方案（Pandas实现） #

思路 #

1. 先定位Signal列值为1的所有行索引，这些是每组累积和的起始点
2. 对每个起始索引，从该位置开始计算Value的累积和，起始位置前的行填充0

完整代码示例 #

import pandas as pd

# 构造原始数据
data = {
    'Index': [0,1,2,3,4,5,6,7,8,9,10,11],
    'Value': [3,8,8,7,9,10,14,10,10,4,10,10],
    'Signal': [0,0,0,1,0,0,1,0,0,1,0,0]
}
df = pd.DataFrame(data).set_index('Index')

# 获取所有Signal=1的起始索引
start_indices = df[df['Signal'] == 1].index.tolist()

# 生成每组累积和列
for i, start_idx in enumerate(start_indices, 1):
    col_name = f'Cumsum_{i}'
    # 初始化全0列
    df[col_name] = 0
    # 从起始索引开始计算累积和并赋值
    df.loc[start_idx:, col_name] = df.loc[start_idx:, 'Value'].cumsum()

# 输出结果
print(df.reset_index())

代码说明 #

• start_indices = df[df['Signal'] == 1].index.tolist()：提取所有触发累积计算的起始索引，此处得到[3,6,9]
• 循环中先创建对应名称的新列并填充0，再对起始索引之后的行计算Value的累积和，覆盖新列的对应位置
• 最终得到的DataFrame完全匹配预期输出格式

内容的提问来源于stack exchange，提问作者arkon