Pandas无循环实现分组滚动计算滞后价格与(1+Factor)乘积填充空值

import pandas as pd
import numpy as np

# 初始数据构造
d = {'Group': [1,1,1,1], 'Year': [2023, 2024, 2025, 2026],
     'Price': [17.324, np.NaN, np.NaN, np.NaN], 'Factor': [0.019, 0.021, 0.022, 0.022]}
df = pd.DataFrame(data=d)

# 核心计算逻辑
df['Price'] = df.groupby('Group', group_keys=False).apply(
    lambda x: x['Price'].iloc[0] * (1 + x['Factor'].shift(fill_value=0)).cumprod()
)

方案逻辑说明 #

本方案用累积乘积算子cumprod替代自定义滚动函数，全程无显式循环，性能远高于逐行迭代：

• 每个分组取首个非空Price作为计算初始基数
• 对Factor列做位移处理，首行填充0，保证首年乘子为1，计算结果等于初始Price
• 对位移后的1+Factor列做累积乘积，再乘初始基数即可直接得到所有年份的Price值

计算结果完全匹配预期：

原有方案失效原因 #

1. rolling思路不匹配需求：rolling是固定窗口的聚合计算，你需要的是贯穿全组的累积迭代计算，cumprod才是适配的算子
2. 自定义函数逻辑不完整：仅能计算出第二期的Price，没有将计算出的新值回填到Price列参与后续计算，第三期及以后的计算会因为拿到原始NaN值返回空结果

内容的提问来源于stack exchange，提问作者LBro