Pandas 数据框中创建累加和新列的实用指南

本文旨在指导读者如何在 Pandas 数据框中创建一个新列，该列的值是现有列的累加和。我们将通过一个简单的示例，演示如何使用 Pandas 内置的 cumsum() 函数来实现这一目标，并提供代码示例和详细解释，帮助读者快速掌握该技巧。

使用 cumsum() 函数创建累加和列

Pandas 库提供了一个方便的函数 cumsum()，用于计算数据框中某一列的累加和。利用这个函数，我们可以轻松地创建一个新的列，其值为原始列的累加和。

以下是一个具体的例子：

import pandas as pd
# 创建一个示例数据框
df = pd.DataFrame(
{
"field": ["u", "v", "w", "x", "y"],
"A": [60, 78, 42, 61, 36],
}
)
# 使用 cumsum() 函数计算列 'A' 的累加和，并将结果赋值给新列 'B'
df["B"] = df["A"].cumsum()
# 打印结果数据框
print(df)

这段代码首先导入了 Pandas 库，然后创建了一个包含两列的数据框 df，分别是 field 和 A。 接下来，使用 df[“A”].cumsum() 计算了 A 列的累加和，并将结果赋值给一个新的列 B。最后，打印整个数据框，可以看到新列 B 包含了 A 列的累加和。

上述代码的输出结果如下：

  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，B 列的值是 A 列的累加和：

• B[0] = A[0] = 60
• B[1] = A[0] + A[1] = 60 + 78 = 138
• B[2] = A[0] + A[1] + A[2] = 60 + 78 + 42 = 180
• B[3] = A[0] + A[1] + A[2] + A[3] = 60 + 78 + 42 + 61 = 241
• B[4] = A[0] + A[1] + A[2] + A[3] + A[4] = 60 + 78 + 42 + 61 + 36 = 277

注意事项

• cumsum() 函数默认按行计算累加和。
• 如果数据框中包含缺失值 (NaN)，cumsum() 函数会将缺失值视为 0 进行计算。如果你不希望这样，可以使用 fillna() 函数填充缺失值，或者使用 dropna() 函数删除包含缺失值的行。

总结

使用 Pandas 的 cumsum() 函数可以方便快捷地计算数据框中某一列的累加和，并将其作为新列添加到数据框中。这个技巧在数据分析和处理中非常有用，例如计算累计销售额、累计用户增长等。 掌握这个方法，可以大大提高数据处理的效率。