Pandas：按Model分组基于Rank计算Runtime反向累计求和的实现方法

核心逻辑：你需要的按Model分组、按Rank升序的Runtime反向累计和，可以通过将分组内Runtime序列倒序后做普通累计和，再倒序回原顺序实现，完全匹配你描述的计算规则。 #

实现步骤 #

1. 先确保每个Model分组内的Rank按升序排列（避免原数据顺序混乱导致结果错误）
2. 对每个Model分组的Runtime列做倒序累计和再回正

完整代码 #

import pandas as pd

# 1. 排序：保证每个Model分组内Rank从1到100升序
df = df.sort_values(by=['Model', 'Rank'], ignore_index=True)

# 2. 分组计算反向累计和
# 若要直接覆盖原Runtime列，将下方reverse_cumsum_runtime改为Runtime即可
df['reverse_cumsum_runtime'] = df.groupby('Model')['Runtime'].transform(
    lambda x: x.iloc[::-1].cumsum().iloc[::-1]
)

结果验证 #

以你给出的Model=0.05的前5条Runtime数据为例：
原始Runtime值：[250.5, 253.875, 310.875, 251.375, 277.25]
计算得到的反向累计和结果：[1343.875, 1093.375, 839.5, 528.625, 277.25]
完全符合你要求的计算规则：

• Rank=1对应所有值总和1343.875
• Rank=2对应总和减Rank1值=1093.375
• Rank=5对应仅Rank5的值277.25

内容的提问来源于stack exchange，提问作者apgsov