基于条件和状态的 Pandas 累积求和教程-Python教程-PHP中文网

基于条件和状态的 Pandas 累积求和教程

心靈之曲

发布： 2025-09-22 21:11:28

原创

789人浏览过

基于条件和状态的 pandas 累积求和教程

本教程详细阐述了如何在 Pandas DataFrame 中实现基于相邻列条件（如“买入”或“卖出”信号）的累积求和。我们将探讨如何利用 combine_first、ffill 和条件赋值等 Pandas 高级功能，高效处理状态依赖型累积计算，避免传统循环，从而在数据分析中实现灵活且性能优越的条件求和。

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)

登录后复制

原始 DataFrame 输出:

协和·太初

国内首个针对罕见病领域的AI大模型

查看详情

          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

登录后复制

我们的目标是计算一个“累积和”列，其逻辑如下：