Python通过在列上循环来构造数据帧

我正试图根据从现有数据帧中获得的数据开发一个新的panda数据帧，然后考虑新数据帧中先前计算的值

例如，这里有两个大小相同的数据帧

df1 = pd.DataFrame(np.random.randint(0,10, size = (5, 4)), columns=['1', '2', '3', '4'])
df2 = pd.DataFrame(np.zeros(df1.shape), index=df1.index, columns=df1.columns)

然后我创建了一个列表，该列表作为第二个数据帧df2的起始基础

L = [2,5,6,7]

df2.loc[0] = L

然后，对于df2的其余行，我想从上一个时间步（df2）中获取值，并添加df1的值

for i in df2.loc[1:]:
   df2.ix[i] = df2.ix[i-1] + df1

例如，我的数据帧应该如下所示：

>>> df1
   1  2  3  4
0  4  6  0  6
1  7  0  7  9
2  9  1  9  9
3  5  2  3  6
4  0  3  2  9
>>> df2
   1  2  3  4
0  2  5  6  7
1  9  5  13 16
2  18 6  22 25
3  23 8  25 31
4  23 11 27 40

---

我知道for循环中的索引指示有问题，但我不知道参数必须如何表达。我将非常感谢在这方面的任何帮助

这是一个简单的

cumsum

df2 = df1.copy()
df2.loc[0] = [2,5,6,7]
desired_df = df2.cumsum()

---

这是一个简单的

cumsum

df2 = df1.copy()
df2.loc[0] = [2,5,6,7]
desired_df = df2.cumsum()

---

一般来说，每当我看到关于在数据帧上循环的问题时，我认为“不要获取数据帧”，大多数数据帧的所有操作都是通过矩阵操作完成的。正如下面的答案所示，不是循环。一般来说，每当我看到关于在数据帧上循环的问题时，我认为“不要获取数据帧”，大多数数据帧的所有操作都是通过矩阵运算完成的。如下面的答案所示，不是循环。