本文介绍如何在 Pandas 中高效构建依赖自身前一行值与另一列当前/前一行值的新列，核心是通过布尔分组 + cumsum() 实现“遇零重置”的滚动累加，避免显式循环或低效迭代。
本文介绍如何在 pandas 中高效构建依赖自身前一行值与另一列当前/前一行值的新列，核心是通过布尔分组 + `cumsum()` 实现“遇零重置”的滚动累加，避免显式循环或低效迭代。
在数据分析中，常需模拟 Excel 中类似 =IF(A2=0, 0, A2+B1) 的递推逻辑：新列 B 的每个值取决于原列 A 的当前值，以及 B 自身的上一个值——这种自引用+条件重置的模式无法用简单的向量化运算（如 df['A'].cumsum()）直接实现，但可通过 Pandas 的分组累积技巧优雅解决。
关键思路在于：将连续非零段视为独立“累计岛”（island），每遇到一个 0 就开启新岛。具体步骤如下：
- 识别重置点：生成布尔序列 column_a == 0，标记所有需清零的位置；
- 构造分组标识：对布尔序列调用 .cumsum()，得到单调递增的组号（每个 True 后续所有行属于同一组，直到下一个 True）；
- 组内累加：按该组号分组，对 column_a 执行 cumsum()，自然实现“组内累加、组间隔离”。
以下是完整可运行示例：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({'A': [0, 0, 1, 2, 3, 0, 0, 1, 4]})
# 核心逻辑：条件重置累积和
streak_indicator = df['A'] == 0
df['B'] = df['A'].groupby(streak_indicator.cumsum()).cumsum()
print(df)输出结果：
A B 0 0 0 1 0 0 2 1 1 3 2 3 4 3 6 5 0 0 6 0 0 7 1 1 8 4 5
✅ 为什么这比 for 循环更优？
- 完全向量化，性能远超 Python 原生循环（尤其在万行级以上）；
- 无需预分配数组或手动维护状态变量；
- 逻辑清晰可复用：只需修改 streak_indicator 条件（如 df['A']
⚠️ 注意事项：
- 此方法要求重置条件明确且可向量化（如布尔表达式），不适用于需动态计算重置点的复杂逻辑；
- 若首行为非零但需强制从 0 开始，需确保 streak_indicator.iloc[0] 为 True 或前置补 0；
- 对含 NaN 的列，建议先用 fillna(0) 或 dropna() 处理，避免分组异常。
总结而言，Pandas 的 groupby(...).cumsum() 是处理“带边界重置的累积运算”的标准范式。它将看似必须迭代的问题转化为分组聚合问题，兼顾简洁性、可读性与执行效率，是进阶数据清洗与特征工程的必备技能。
