1. 引言与问题背景
在数据分析中，我们经常需要对某一列进行累积求和，但这个求和过程并非总是从头到尾的。有时，累积求和的启动、持续或停止取决于其他列中的特定条件。例如，在一个交易数据集中，我们可能希望仅在“买入”或“卖出”信号出现时才开始累积计算“价值”列，并且这种累积需要持续进行，直到下一个特定的信号出现或条件不再满足。
传统的循环方法在处理大型数据集时效率低下，而 Pandas 提供了强大的向量化操作，能够优雅地解决这类问题。本教程将展示如何利用 Pandas 的 combine_first、ffill（前向填充）和条件赋值等功能，实现一个复杂但高效的条件累积求和。
2. 准备示例数据
首先，我们创建一个模拟的 DataFrame，包含日期、买入信号、卖出信号和价值等列。买入/卖出信号用 1 表示，没有信号则为 None 或 NaN。
import pandas as pd
import numpy as np
# 创建示例 DataFrame
df = pd.DataFrame({
'date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05',
'2023-01-06', '2023-01-07', '2023-01-08', '2023-01-09', '2023-01-10',
'2023-01-11', '2023-01-12'],
'buy': [np.nan, 1, np.nan, np.nan, np.nan, np.nan, np.nan, 1, np.nan, np.nan, np.nan, np.nan],
'sell': [np.nan, np.nan, np.nan, np.nan, 1, np.nan, np.nan, np.nan, np.nan, np.nan, 1, np.nan],
'value': [1, 5, 1, 1, 1, 5, 1, 5, 1, 1, 1, 5]
})
print("原始 DataFrame:")
print(df)原始 DataFrame 输出:
date buy sell value 0 2023-01-01 NaN NaN 1 1 2023-01-02 1.0 NaN 5 2 2023-01-03 NaN NaN 1 3 2023-01-04 NaN NaN 1 4 2023-01-05 NaN 1.0 1 5 2023-01-06 NaN NaN 5 6 2023-01-07 NaN NaN 1 7 2023-01-08 1.0 NaN 5 8 2023-01-09 NaN NaN 1 9 2023-01-10 NaN NaN 1 10 2023-01-11 NaN 1.0 1 11 2023-01-12 NaN NaN 5
我们的目标是计算一个“累积和”列，其逻辑如下：
- 当 buy 或 sell 列中出现 1 时，开始累积 value。
- 累积过程会持续到下一个 buy 或 sell 信号出现，或者直到没有信号且前一个信号不是 1（即累积段结束）。
- 如果 sell 信号出现，它会中断由 buy 信号引起的“正向”累积状态，从而影响后续行的累积。
3. 实现条件累积求和的步骤
我们将通过一系列步骤来构建所需的累积求和逻辑。
3.1 统一买入/卖出信号并区分其影响
为了更好地管理买入和卖出信号，我们可以将它们合并到一个新列中。同时，为了在后续处理中区分它们，我们将 sell 信号
