Pandas教程：快速计算列累积和并新增列
本教程详细讲解如何在PandasDataFrame中高效地计算某一列的累积和，并将其结果作为新列添加到DataFrame中。我们将利用Pandas内置的cumsum()方法，通过简洁的Python代码示例，演示如何实现行级别的连续求和操作，从而简化数据处理流程，提高数据分析效率。
理解累积和的需求
在数据分析和处理中，我们经常会遇到需要计算某一列的“运行总和”或“累积和”的场景。这意味着新列的每一行的值是原始列从第一行到当前行的所有值的总和。例如，给定一个包含数值的列A，我们可能需要创建一个新列B，其计算逻辑如下：
| field | A | B (累积和) |
|---|---|---|
| u | 60.0 | 60.0 |
| v | 78.0 | 60.0 + 78.0 = 138.0 |
| w | 42.0 | 138.0 + 42.0 = 180.0 |
| x | 61.0 | 180.0 + 61.0 = 241.0 |
| y | 36.0 | 241.0 + 36.0 = 277.0 |
这种计算在财务分析（如累计收益）、库存管理（如累计销售量）或任何需要追踪序列总和的场景中都非常有用。
使用Pandas cumsum() 方法实现累积和
Pandas库为这种常见的操作提供了内置且高度优化的cumsum()方法。cumsum()是Series对象的一个方法，可以直接应用于DataFrame的某一列，计算其元素的累积和。
示例代码
以下是如何使用cumsum()方法来创建上述累积和列的完整示例：
import pandas as pd
# 1. 创建一个示例DataFrame
# 模拟原始数据，包含 'field' 和 'A' 两列
df = pd.DataFrame(
{
"field": ["u", "v", "w", "x", "y"],
"A": [60, 78, 42, 61, 36],
}
)
print("原始DataFrame:")
print(df)
print("-" * 30)
# 2. 使用 cumsum() 方法计算 'A' 列的累积和
# 将计算结果直接赋值给新列 'B'
df["B"] = df["A"].cumsum()
# 3. 打印包含新列的DataFrame
print("添加累积和列 'B' 后的DataFrame:")
print(df)代码解析
- import pandas as pd: 导入Pandas库，这是进行数据操作的基础。
- df = pd.DataFrame(...): 创建一个名为df的Pandas DataFrame，其中包含field和A两列。A列是我们希望计算累积和的目标列。
- df["B"] = df["A"].cumsum(): 这是核心操作。
- df["A"] 选择了DataFrame中的A列，它是一个Pandas Series对象。
- .cumsum() 方法被调用在A列上，它会逐行计算从列的开头到当前行的所有元素的和。
- 计算得到的新Series被赋值给DataFrame中的新列B。如果B列不存在，Pandas会自动创建它；如果已存在，则会覆盖其内容。
运行结果
执行上述代码后，你将得到以下输出：
原始DataFrame: field A 0 u 60 1 v 78 2 w 42 3 x 61 4 y 36 ------------------------------ 添加累积和列 'B' 后的DataFrame: field A B 0 u 60 60 1 v 78 138 2 w 42 180 3 x 61 241 4 y 36 277
可以看到，新创建的B列精确地反映了A列的累积和，与我们最初的需求完全一致。
注意事项与扩展
- 数据类型: cumsum()方法通常适用于数值型数据（整数、浮点数）。如果应用于非数值列，可能会引发错误或产生非预期的结果。
- 性能: cumsum()方法是高度优化的C语言实现，比使用Python循环手动计算累积和要高效得多，尤其是在处理大型数据集时。
- 处理缺失值: cumsum()默认会跳过NaN值，但在计算时会将其视为零。如果你需要不同的缺失值处理策略，可能需要在cumsum()之前进行缺失值填充或删除。
- 其他累积函数: Pandas还提供了类似的累积函数，如cumprod()（累积乘积）、cummax()（累积最大值）和cummin()（累积最小值），它们的使用方式与cumsum()类似。
- 分组累积和: 如果需要按某个或某几个类别进行分组后计算累积和，可以结合groupby()方法使用，例如 df.groupby('category')['A'].cumsum()。
总结
在Pandas中计算DataFrame列的累积和并将其作为新列添加，是一个非常直观且高效的操作，主要通过利用Series对象的cumsum()方法实现。这种方法不仅代码简洁，而且在处理大规模数据时表现出卓越的性能。掌握cumsum()是进行数据预处理和特征工程时的基本技能之一，能够帮助我们轻松实现各种复杂的累积计算需求。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
