Pandas GroupBy 累计求和后填充缺失值的完整实践指南-Python教程-PHP中文网

Pandas GroupBy 累计求和后填充缺失值的完整实践指南

本文详解如何在 Pandas 中对满足条件的行（如 Side == 1）按时间+价格分组进行累计求和，并将结果正确广播回原始 DataFrame——用 ffill() + fillna(0) 实现非 NaN 值向前填充、空位补零。

本文详解如何在 pandas 中对满足条件的行（如 `side == 1`）按时间+价格分组进行累计求和，并将结果正确广播回原始 dataframe——用 `ffill()` + `fillna(0)` 实现非 nan 值向前填充、空位补零。

在金融或交易数据分析中，常需基于特定条件（如买入方向 Side == 1）对数据分组计算累计量（如累计买入金额），再将该累计值对齐到原始时间序列中，使每一行都携带“截至当前最新有效累计值”。但直接使用布尔索引 + groupby().cumsum() 会返回一个长度更短的 Series，索引仅覆盖满足条件的行，导致 reindex 后出现大量 NaN ——而业务逻辑通常要求：未触发买入的行显示为 0，已触发后的行则延续最近一次的有效累计值。

✅ 核心解决方案：两步填充法（推荐）

最简洁、可读性强且健壮的方式是分两步处理：

# Step 1: 计算满足条件的累计和（仅作用于 Side == 1 的行）
cum_buy = df[df['Side'] == 1].groupby([df['Date'].dt.floor('H'), 'Price'])['Amount'].cumsum()

# Step 2: 对齐索引并填充：先前向填充（ffill），再用 0 填充剩余 NaN
df['buy'] = cum_buy.reindex(df.index).ffill().fillna(0)

? 关键点说明：

Digen AI
Digen AI是一款AI文本写作工具，一站式 AI 视频创作平台。

下载

reindex(df.index) 将 cum_buy 的稀疏结果按原始 DataFrame 行索引对齐，缺失位置自动设为 NaN；

.ffill() 沿行方向将上一个非空值向前传播（即“延续最近一次有效累计值”）；

.fillna(0) 处理所有仍为 NaN 的起始段（如首几行尚未出现 Side == 1），统一置为 0。

? 单行写法（等效，适合链式调用）

df['buy'] = (df[df['Side'] == 1]
             .groupby([df['Date'].dt.floor('H'), 'Price'])['Amount']
             .cumsum()
             .reindex(df.index)
             .ffill()
             .fillna(0))

⚠️ 注意事项与边界场景

分组键一致性：groupby 中使用的 df['Date'].dt.floor('H') 和 'Price' 必须与原始 DataFrame 的对应列完全对齐；若 Price 存在浮点精度问题（如 0.6728000000000001），建议先 round(4) 或转为字符串分组以避免意外拆分。
时序依赖性：cumsum() 和 ffill() 均默认按原始行序执行，确保 df 已按 Date 排序（本例中已天然有序）；若未排序，请先 df.sort_values('Date', inplace=True)。
替代填充逻辑：若需“首次买入值全局广播”（如所有 Price==0.6728 的行都显示首个 buy 值），可用 first_valid_index() 配合 where(m.cummax(), 0) 实现，但该逻辑较特殊，一般场景不推荐。