如何在Pandas中无循环计算基于过往值乘积的累积列

嘿，我来帮你解决这个循环性能问题！首先得明确你的需求：Cumulative列的每个值是从第0个时间段到当前时间段的前一个所有Single值的乘积（看你的示例就能发现，第0行的Cumulative是1.0，第1行是第0个Single的值，第2行是前两个Single的乘积，以此类推）。

你之前用iterrows()循环的方式，在数据量小的时候没问题，但数据量大时确实会慢到让人头疼——毕竟逐行遍历是pandas里效率最低的操作之一。

最优解决方案：用pandas内置的向量化函数 #

其实pandas早就为这种累积计算场景准备了专用函数：cumprod()（累积乘积），再配合shift()就能完美实现需求，完全不需要循环或者apply！

具体代码实现

先看你的示例DataFrame：

Single  Cumulative
0   0.990       1.000000
1   0.980       0.990000
2   0.970       0.970200
3   0.960       0.941094
4   0.950       0.903450
5   0.940       0.858278
6   0.930       0.806781
7   0.920       0.750306
8   0.910       0.690282
9   0.900       0.628157
10  0.890       0.565341

替换循环的一行代码就搞定：

df['Cumulative'] = df['Single'].cumprod().shift(fill_value=1.0)

原理解释

1. df['Single'].cumprod()：计算Single列的累积乘积，结果是从第0个元素开始依次相乘的序列，比如示例中这个结果的第0位是0.99，第1位是0.99*0.98=0.9702，第2位是0.99*0.98*0.97=0.941094，以此类推。
2. .shift(fill_value=1.0)：把上面的累积乘积序列整体向下移动一位，空出来的第一个位置用1.0填充——这正好对应你需要的Cumulative列：第0行是初始值1.0，第1行是第0个Single的乘积，第2行是前两个Single的乘积……完美匹配你的示例结果！

为什么这个方法更好？ #

• 完全是向量化操作：pandas的内置函数都是用C语言实现的底层优化，比Python级别的循环快几个数量级，数据量越大优势越明显。
• 代码简洁易读：一行代码就完成需求，不需要复杂的循环逻辑，后期维护也方便。

内容的提问来源于stack exchange，提问作者kevfefe