如何使用Pandas遍历DataFrame 按上一行值乘1.1规则更新列数据

你需要的计算逻辑本质是首行值固定，后续每行是上一行的1.1倍，直接用Pandas向量化操作即可实现，无需手动遍历DataFrame，效率更高。

完整示例代码 #

import pandas as pd

# 1. 构造初始DataFrame（你实际使用时替换成自己的df即可）
df = pd.DataFrame({
    'ID': [1, 2, 3, 4],
    'Revenue': [50000, 50000, 50000, 50000]
})

# 2. 先按ID排序，保证计算顺序正确（如果你的df已经按ID升序排列可跳过这步）
df = df.sort_values('ID', ascending=True).reset_index(drop=True)

# 3. 核心计算：首行固定，后续每行按10%增长
base_revenue = df.loc[0, 'Revenue']
# 生成指数序列，第0行对应1.1^0=1，第1行对应1.1^1，以此类推
exponent_series = pd.Series(range(len(df)))
df['Revenue'] = (base_revenue * (1.1 ** exponent_series)).astype(int)

# 输出结果
print(df)

输出结果 #

其他实现方式（累积乘积法） #

如果你更习惯用累积乘积逻辑，也可以用如下写法，效果完全一致：

multipliers = pd.Series([1] + [1.1]*(len(df)-1))
df['Revenue'] = (df.loc[0, 'Revenue'] * multipliers.cumprod()).astype(int)

内容的提问来源于stack exchange，提问作者DG.Finance