Pandas中高效实现索引n处值为0到n项累加和的方法

嗨，刚接触Pandas的话，你这个需求其实刚好能用上Pandas内置的累积求和函数，完全不用写低效的嵌套循环，一行代码就能轻松搞定！

核心方法：cumsum() #

Pandas的Series.cumsum()方法就是专门用来计算从序列开头到当前位置的累积和的，完美匹配你想要的“索引n对应的price值为原DataFrame中索引0到n的price值之和”的需求。而且这个方法是Pandas底层优化过的，比Python层面的嵌套循环效率高几个数量级，尤其是数据量大的时候优势特别明显。

具体代码示例 #

首先构造你给出的原DataFrame：

import pandas as pd

# 原DataFrame
df = pd.DataFrame({'price': [1, 2, 3, 2, 4, 2]})

然后直接调用cumsum()方法更新列（或者新建列保留原数据）：

# 直接更新原price列
df['price'] = df['price'].cumsum()

# 如果想保留原数据，新建一个累积和列
# df['cumulative_price'] = df['price'].cumsum()

执行后得到的结果就是你期望的：

price
0      1
1      3
2      6
3      8
4     12
5     14

为什么不用嵌套循环？ #

嵌套循环是纯Python层面的遍历，每一步都要做Python级别的运算；而cumsum()是基于Pandas的向量化运算，底层用C实现，处理大规模数据时速度会快很多，代码也更简洁易读。

内容的提问来源于stack exchange，提问作者Axioms