使用Python Pandas按年月分组对指定列计算分组内逐行累计乘积

实现代码 #

你已经完成了A、B列加1的操作，接下来直接按年月分组调用累计乘积方法即可：

# 方式1：新增列保存累计乘积结果，保留原始加1后的A、B值
df[['A_cumprod', 'B_cumprod']] = df.groupby(df.index.to_period('M'))[['A', 'B']].cumprod()

# 方式2：直接覆盖原有的A、B列为累计乘积结果
# df[['A', 'B']] = df.groupby(df.index.to_period('M'))[['A', 'B']].cumprod()

结果验证 #

以你举例的2013年2月的A列计算为例，代码输出结果和手动计算完全一致：

2013年3月及之后的月份会自动重新开始累计乘积计算，完全匹配需求。

逻辑说明 #

• df.index.to_period('M') 会将datetime类型的行索引转换为「年-月」格式的周期值，作为分组的依据，确保每个自然月为一个独立分组
• groupby() 后调用cumprod()方法，会在每个分组内部按行的原始顺序计算累计乘积，自动保持原表的索引和行数不变

内容的提问来源于stack exchange，提问作者ah bon