Python Pandas如何按列唯一值分组实现累计求和（无需for循环）

需求场景 #

现有如下结构的交易收益DataFrame，行索引为交易日期date：

df
            account  PnL  
date
2022-01-01        1  100  
2022-01-01        2   30  
2022-01-02        1   -5   
2022-01-02        2   10
2022-01-03        1   10   
2022-01-03        2    5

需要新增cumulative_PnL列，按account账户分组计算每组PnL列的累计求和值，禁止使用显式for循环，采用符合Python风格的写法实现，最终预期结果如下：

df
            account  PnL  cumulative_PnL 
date
2022-01-01        1  100  100
2022-01-01        2   30   30
2022-01-02        1   -5   95
2022-01-02        2   10   40
2022-01-03        1   10  105
2022-01-03        2    5   45 

实现代码 #

直接使用pandas内置的分组累计求和接口即可，一行代码完成需求：

df['cumulative_PnL'] = df.groupby('account')['PnL'].cumsum()

实现逻辑说明 #

• groupby('account')会按照账户字段对数据做逻辑分组，不需要手动遍历每个分组对象
• 分组后选取PnL列调用cumsum()累计求和方法，计算结果会自动和原DataFrame的行索引对齐，不需要额外做表合并、索引重置操作
• 整个计算为pandas底层实现的向量化运算，执行效率远高于手写for循环，是pandas官方推荐的标准写法

前置校验：执行上述代码前请确认DataFrame已经按date日期升序排列，否则累计求和的顺序会和预期不符。如果数据未排序，可以先执行排序操作：

df = df.sort_values(['account', 'date'])

内容的提问来源于stack exchange，提问作者MathMan 99