如何基于收支列数值分组累计计算，为数据表新增累计储蓄列

这个需求核心是按用户id分组，计算当前行之前所有收支的累计余额，可以通过SQL窗口函数或者Pandas快速实现，以下是两种常见场景的实现方式：

前提说明 #

默认数据排序规则为：按id分组后，先按交易日期date升序排列，同日期下的交易顺序保留原表的先后顺序，该顺序会直接影响累计储蓄的计算结果。

1. SQL 实现（支持MySQL 8.0+、PostgreSQL、Hive等支持窗口函数的数据库） #

首先将收支转换为正负变动额，再通过窗口函数计算当前行之前的累计和即可：

select 
    date,
    id,
    action,
    value,
    -- 第一行没有前置记录，累计和为null，转成0
    coalesce(sum(if(action='income', value, -value)) over(
        partition by id 
        order by date asc 
        -- 仅累计当前行之前的所有记录
        rows between unbounded preceding and 1 preceding
    ), 0) as saved
from 你的表名
-- 全局排序和窗口内排序保持一致
order by id, date asc;

注：你给出的示例输入与输出中部分value数值不一致（比如输入中aa用户9月2日的第一笔支出是500，输出中是400），属于笔误，上述逻辑完全匹配你描述的计算规则。

2. Pandas 实现（适合用Python处理本地数据） #

import pandas as pd

# 先构造每行的收支变动额，收入为正、支出为负
df['delta'] = df.apply(lambda row: row['value'] if row['action'] == 'income' else -row['value'], axis=1)
# 按id分组后计算累计和，整体下移一行，空值填充为0就是要求的saved列
df['saved'] = df.groupby('id')['delta'].cumsum().shift(1).fillna(0).astype(int)

内容的提问来源于stack exchange，提问作者french_fries