本文介绍如何在 Pandas 中高效构建依赖“当前行、前一行及自身前值”的新列，核心是利用布尔分组与 cumsum() 组合实现“遇零重置”的累积求和，避免显式循环或递归，兼顾性能与可读性。
本文介绍如何在 pandas 中高效构建依赖“当前行、前一行及自身前值”的新列，核心是利用布尔分组与 `cumsum()` 组合实现“遇零重置”的累积求和，避免显式循环或递归，兼顾性能与可读性。
在数据分析中，常需实现类似 Excel 中 =IF(A2=0, 0, A2+B1) 的递推逻辑——即新列的每个值取决于原列当前值、自身上一个值，并在特定条件（如原列为 0）时清零重启累加。这种模式看似需逐行迭代，但 Pandas 提供了向量化解决方案：通过构造逻辑分组，将连续非零段视为独立“累加岛”，再对每组内执行 cumsum()。
其关键洞察在于：每次遇到 0，就标志着一个新累加段的开始。因此，我们可先生成一个布尔序列标识 A == 0，再对其调用 .cumsum() —— 这会为每个“重置点”之后的所有行分配唯一组号（即累计重置次数），从而自然划分出多个不相交的累加区间。
以下是完整实现代码：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({'A': [0, 0, 1, 2, 3, 0, 0, 1, 4]})
# 步骤解析：
# 1. 标记所有重置位置（A == 0）
reset_mask = df['A'] == 0
# 2. 累计重置次数 → 每次遇到 0，组号 +1，形成分组标签
group_ids = reset_mask.cumsum()
# 3. 按组分组，并在每组内对 A 列做累积和 → 实现“组内累加，组间隔离”
df['B'] = df['A'].groupby(group_ids).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
✅ 为什么这个方法正确？
- 行索引 0–1：A==0 为 True，reset_mask.cumsum() 得 [1, 2, ...]，故前两个 0 各自成组（组号 1 和 2），A 在各组内累加即为 0；
- 行索引 2–4：reset_mask 为 [False, False, False]，cumsum() 值保持为 2（继承前一 True 的累计值），因此三者同属组 2，A=[1,2,3] 的 cumsum 得 [1,3,6]；
- 行索引 5–6：再次出现 0，组号跃升至 3 和 4，各自输出 0；
- 行索引 7–8：归属组 4，A=[1,4] → cumsum=[1,5]。
⚠️ 注意事项：
- 该方法完全向量化，性能远优于 for 循环或 apply(lambda x: ...)；
- 要求逻辑清晰：重置条件必须能转化为布尔序列（如 A == 0、A
- 若首行为非零，但语义上应从 0 开始累加（如 Excel 中 B1 固定为 0），需确保输入数据起始逻辑一致；
- 扩展性强：替换 cumsum() 为 cummax()、cumprod() 或自定义聚合函数，即可支持其他“重置式累积”场景。
总结而言，面对“依赖自身历史值的条件累积”问题，不要陷入手动迭代思维；善用 groupby + cumsum 这一经典组合，以分组建模替代状态追踪，既简洁又健壮。
