如何在Python pandas中实现累积除法运算

你的需求可以通过Pandas内置的cumprod（累积乘积）函数直接实现，不需要额外开发自定义累积除法函数：你需要的每一步计算都是前一个Discount值除以(1+当前Rates)，本质是对1/(1+Rates)序列做累积乘积，完全匹配cumprod的使用场景。

方法1：直接使用cumprod实现（推荐） #

代码示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Rates': [0.000028745455]*7
})

# 计算Discount列
df['Discount'] = (1/(1 + df['Rates'])).cumprod()

# 输出保留9位小数，和预期格式一致
print(df.round(9))

运行后输出和你给出的预期结果完全匹配：

Rates  Discount
0  2.874546e-05  0.999971255
1  2.874546e-05  0.999942512
2  2.874546e-05  0.999913769
3  2.874546e-05  0.999885026
4  2.874546e-05  0.999856285
5  2.874546e-05  0.999827545
6  2.874546e-05  0.999798805

这个方案是最优解，底层采用向量化计算，性能远高于手动循环实现，即使处理百万级行的数据也能快速完成。

方法2：通用累积除法实现 #

如果你需要更通用的、支持任意初值的累积除法功能，可以用Numpy的ufunc accumulate方法实现：

import numpy as np

# 初值设为1，除数序列为1+Rates
divisors = 1 + df['Rates'].values
cum_div = np.divide.accumulate(np.insert(divisors, 0, 1))[1:]
df['Discount'] = cum_div

这个方案可以适配任意自定义初值的累积除法场景，不需要转换为乘积逻辑。

内容的提问来源于stack exchange，提问作者Yaser