如何对DataFrame中同id的指定列计算到当前行前一行的累计和

实现代码 #

你可以直接用pandas的分组累加+偏移逻辑实现，核心代码如下：

import pandas as pd

# 此处替换为你自己的DataFrame变量
df['new_column'] = df.groupby('id')['my_column'].cumsum().shift(1, fill_value=0)

逻辑说明 #

• 先用groupby('id')将数据按id字段拆分，保证统计逻辑仅在同id的行范围内生效
• 对分组内的my_column执行cumsum()累计求和，默认计算到当前行的累加值
• 调用shift(1, fill_value=0)将累加结果整体向下偏移1行，这样每行的结果就对应当前行之前所有行的累加和，每个分组第一行偏移后的空值直接填充为0，完全匹配示例输出要求。

补充提示：如果你的数据需要先按照特定顺序（比如时间、序列顺序）排序后再统计，需要先对DataFrame执行排序再运行上述新增列代码：

# 示例：按id和排序字段升序排序
df = df.sort_values(['id', 'your_order_column']).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者טל אהרון