如何正确计算三角结构DataFrame的cumprod（累积乘积）

你原来的代码运行后和原DF一致，核心原因是NaN值的影响：反转列顺序后，每行最左侧的列都是NaN，pandas默认cumprod方法在skipna=True参数下，遇到NaN会跳过，直到第一个非NaN值才开始计算累乘，最终计算结果刚好落在原DF的NaN位置，非NaN位置数值没有变化，所以看起来和原数据完全一致。

可以先临时将NaN替换为不影响累乘结果的1，计算完成后再把原DF中是NaN的位置复原即可，正确代码如下：

import pandas as pd
import numpy as np

# 示例数据构造
df1 = pd.DataFrame({
    '12-24': [1.554, 2.978, 4.366],
    '24-36': [3.532, 1.114, np.nan],
    '36-48': [8.657, np.nan, np.nan]
}, index=[2017, 2018, 2019])

# 计算逻辑
df_temp = df1.fillna(1)
df2 = df_temp.iloc[:, ::-1].cumprod(axis=1).iloc[:, ::-1]
# 复原原NaN位置，保留三位小数对齐格式
df2 = df2.where(df1.notna(), np.nan).round(3)

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