Python中使用DataFrame.cumsum()时如何忽略首行shift(1)的NaN

这问题我之前处理过，确实是shift(1)在首行因为没有上一行数据，必然返回NaN，结合你的水印跟踪需求，给你几个实用的解决方案：

方法一：用fillna()给NaN设置初始值 #

最直接的方式是给shift(1)后的结果填充一个符合业务逻辑的初始值（比如0，或者首行的cumsum值）。假设你的条件列是cond，代码示例如下：

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({'tbid': [15, 25, 35, 45], 'cond': [False, True, False, True]})

# 先计算基础的cumsum
tbid_cumsum = df['tbid'].cumsum()

# 用np.where判断条件，同时给shift后的NaN填充初始值（这里用0，你可以根据业务调整）
df['Accum_tbid'] = np.where(
    df['cond'],
    tbid_cumsum,
    tbid_cumsum.shift(1).fillna(0)  # 首行NaN替换为0
)

如果你的业务逻辑要求首行即使不满足条件，也等于首行的cumsum值，只需要把fillna(0)改成fillna(tbid_cumsum.iloc[0])即可。

方法二：用向前填充（ffill）延续上一个有效水印值 #

如果你的场景中存在连续不满足条件的行，需要一直沿用最近一次满足条件的水印值，这种方式更合适：

tbid_cumsum = df['tbid'].cumsum()

# 先只在满足条件的行赋值cumsum，其余行设为NaN
df['Accum_tbid'] = np.where(df['cond'], tbid_cumsum, np.nan)

# 向前填充NaN，同时处理首行可能的NaN（用0或其他初始值）
df['Accum_tbid'] = df['Accum_tbid'].ffill().fillna(0)

这样连续不满足条件的行会自动继承上一次更新的水印值，首行的NaN也会被初始值覆盖。

方法三：自定义循环累加（适合小数据集） #

如果你觉得向量化写法不够直观，也可以用循环逐行处理，逻辑完全贴合你的需求：

# 初始化累加值
current_accum = 0
accum_list = []

for _, row in df.iterrows():
    if row['cond']:
        # 满足条件时更新累加值
        current_accum += row['tbid']
    # 不管满足与否，都添加当前累加值到列表
    accum_list.append(current_accum)

df['Accum_tbid'] = accum_list

这个方法逻辑清晰，但要注意：iterrows的效率较低，只适合小数据集；如果是百万级别的数据，优先用前两种向量化方法。

内容的提问来源于stack exchange，提问作者Giladbi