pandas基于上一行数据更新MID列，使用shift方法未得到预期输出

问题原因 #

你直接用.shift()没得到预期结果，是因为pandas的向量化操作是一次性读取原始列的所有值计算，不会读取迭代过程中刚更新的上一行MID值，所以只能拿到初始的nan值参与计算，自然结果不对。

实现方法 #

方法1：累加和实现（性能最优，适合大数据量）

你给出的期望输出对应的规则可转换为初始MID值 + 前n-1行RefID的累加和，直接用cumsum实现即可：

import pandas as pd
import numpy as np

# 构造测试数据，可替换为自己的DataFrame
df = pd.DataFrame({
    'CID': [100,100,100,100],
    'RefID': [1,2,3,4],
    'Date': ['1/01/2021','3/01/2021','4/01/2021','15/01/2021'],
    'Group': ['A','A','A','A'],
    'MID': [101, np.nan, np.nan, np.nan]
})

# 核心计算逻辑
start_mid = df['MID'].iloc[0]
df['MID'] = start_mid + df['RefID'].shift(1).fillna(0).cumsum()

如果你的迭代规则确实是上一行MID值 + 当前行RefID值 = 当前行MID值，只需要把核心逻辑改为df['MID'] = start_mid + df['RefID'].cumsum() - df['RefID'].iloc[0]即可。

方法2：逐行迭代（通用方案，适合复杂迭代规则）

如果你的迭代规则更复杂，没法转换为累加和逻辑，可以直接逐行遍历计算：

for i in range(1, len(df)):
    # 按实际需要的规则调整计算式即可
    df.loc[i, 'MID'] = df.loc[i-1, 'MID'] + df.loc[i-1, 'RefID']

输出结果 #

两种方法得到的结果都和你要求的一致：

内容的提问来源于stack exchange，提问作者Ash