pandas：cumsum 忽略前两行答案

【问题标题】：pandas: cumsum ignoring first two rowspandas：cumsum 忽略前两行
【发布时间】：2017-04-25 17:33:09
【问题描述】：

我有一个包含以下列的数据框：

|---------------------| 
|          A          |
|---------------------|
|           0         |
|---------------------|
|         2.63        |
|---------------------|
|         7.10        |
|---------------------|
|         5.70        |
|---------------------|
|         6.96        |
|---------------------|
|         7.58        |
|---------------------|
|         3.3         |
|---------------------|
|         1.93        |
|---------------------|

我需要得到累计和，但重点是有点特殊。第一个元素应该是0，下面是从上一列开始的累积和，所以在这种情况下我需要产生：

|---------------------| 
|          B          |
|---------------------|
|           0         |
|---------------------|
|           0         |
|---------------------|
|         2.63        |
|---------------------|
|         9.73        |
|---------------------|
|        15.43        |
|---------------------|
|        22.39        |
|---------------------|
|        29.97        |
|---------------------|
|        33.27        |
|---------------------|

我知道在没有我要求的条件时很容易实现：

df['B'] = df.A.cumsum()

但是，我不知道如何解决这个问题，我正在考虑实现一个 for 循环，但我希望有一种使用 pandas 的简单方法。

【问题讨论】：

你只需要在cumsum后面加上一个shift：df.A.cumsum().shift().fillna(0)
@Psidom，谢谢。

标签： python pandas dataframe cumsum

【解决方案1】：

您可以添加shift和fillna：

df = df.A.cumsum().shift().fillna(0)
print (df)
0     0.00
1     0.00
2     2.63
3     9.73
4    15.43
5    22.39
6    29.97
7    33.27
Name: A, dtype: float64

【讨论】：

【解决方案2】：

建立在@jezrael 的答案之上：您可以忽略fillna() 并执行以下操作：

df = pd.DataFrame({"A": [0, 2.63, 7.10, 5.70, 6.96, 7.58, 3.3, 1.93]})

df = df.A.cumsum().shift(fill_value=0)

print (df)

0     0.00
1     0.00
2     2.63
3     9.73
4    15.43
5    22.39
6    29.97
7    33.27
Name: A, dtype: float64

【讨论】：