Python中如何按分组执行递归计算并应用于pandas DataFrame

实现思路 #

你需要的是分组内依赖前序计算结果的迭代运算，直接使用groupby.apply配合自定义迭代函数即可实现，不需要写多层循环。
要注意先对每个分组按年份升序排序，避免原始数据顺序混乱导致计算错误。

完整实现代码 #

1. 导入依赖并构造示例数据 #

import pandas as pd

# 注意pandas的DataFrame首字母需要大写，修正原示例的拼写错误
df = pd.DataFrame({
    'Product ID':['A','A','A','A','B','B','C'],
    'Year':[1,2,3,4,1,2,1],
    'Cumulative Profit':[10,8,12,18,-5,10,2],
    'Desired output':[10,0,2,6,0,10,2]
})

2. 定义分组内计算函数 #

def calc_value(group):
    # 先按年份排序保证时序正确
    group = group.sort_values('Year').reset_index(drop=True)
    value_list = []
    sum_prev_value = 0
    for idx, row in group.iterrows():
        if idx == 0:
            current_val = max(row['Cumulative Profit'], 0)
        else:
            current_val = max(0, row['Cumulative Profit'] - sum_prev_value)
        value_list.append(current_val)
        sum_prev_value += current_val
    group['value'] = value_list
    return group

3. 分组应用函数得到结果 #

result = df.groupby('Product ID', group_keys=False).apply(calc_value)
print(result)

结果验证 #

运行后得到的value列和你给出的Desired output完全一致：

内容的提问来源于stack exchange，提问作者windvanish