Pandas使用loc赋值Total_Count列错位，求按站点卡片计算累计值的代码修改方案

问题根因 #

你遇到的Total_Count错位问题来自两个错误：

1. 筛选得到的子DataFrame df2 保留了原df1的索引，没有重置，循环时用range生成的整数作为loc的索引参数时，匹配的是原df的索引标签，而非当前子df的行位置，导致赋值错位
2. 每个卡片（card）分组计算时，没有重置preSite、preCount变量，上一个卡片的计算缓存值会带入下一个卡片的计算逻辑，导致结果错误

修正后的代码（原循环逻辑适配） #

import pandas as pd
df1 = pd.DataFrame(columns=['site', 'card', 'date', 'count_record'],
      data=[['A', 'C1', '12-Oct', 5], 
            ['A', 'C1', '13-Oct', 10], 
            ['A', 'C1', '14-Oct', 18],
            ['A', 'C1', '15-Oct', 21], 
            ['A', 'C1', '16-Oct', 29],
            ['B', 'C2', '12-Oct', 11],
            ['A', 'C2', '13-Oct', 2],
            ['A', 'C2', '14-Oct', 7],
            ['A', 'C2', '15-Oct', 13],
            ['B', 'C2', '16-Oct', 4]])

df_append_temp=[]

for pc in df1['card'].unique():
    # 筛选排序后重置索引，保证当前子df索引从0连续
    df2 = df1[df1['card'] == pc].sort_values(['date']).reset_index(drop=True)
    # 每个卡片分组单独初始化所有缓存变量，避免跨分组参数污染
    total = 0
    preSite = ''
    preCount = 0
    for i in range(0, len(df2)):
        site = df2.iloc[i]['site']
        count = df2.iloc[i]['count_record']
    
        if site == preSite:
            total += (count - preCount)
        else:
            total += count
    
        preCount = count
        preSite = site
        # 索引重置后i与当前子df的索引标签匹配，赋值正常
        df2.loc[i, 'Total_Count'] = total
    
    df_append_temp.append(df2)

df3 = pd.concat(df_append_temp, ignore_index=True)
print(df3)

更高效的Pandas原生实现 #

不需要手动做外层循环，用groupby+自定义累计函数的方案性能更高、逻辑更清晰：

def cal_total(group):
    total = 0
    pre_site = ''
    pre_count = 0
    res = []
    for _, row in group.iterrows():
        if row['site'] == pre_site:
            total += row['count_record'] - pre_count
        else:
            total += row['count_record']
        res.append(total)
        pre_site = row['site']
        pre_count = row['count_record']
    group['Total_Count'] = res
    return group

df3 = df1.sort_values(['card', 'date']).groupby('card', group_keys=False).apply(cal_total)
print(df3)

内容的提问来源于stack exchange，提问作者Kelvin Lo