如何向前滚动特定的数据子集并同时修改原始数据集？

如何解决如何向前滚动特定的数据子集并同时修改原始数据集？

我正在尝试对此数据集执行此操作。我正在尝试计算数据集特定子集的累积总和。我希望更改反映在真实数据集上。 .下表说明了我想如何计算偏移。

#OFFSET
min = data.exit_block.min() 
max = data.exit_block.max()
temp = 0
data['Offset']
for i in tqdm(range(min,min+10)):
  offset = data.loc[(data["exit_block"] >= i) & (data["entry_block"] < i)]['size'].sum()

  data.loc[data["entry_block"] == i,'Offset'] = data[data['entry_block']==i]['size'].cumsum() + offset
  print(len(data.loc[(data["exit_block"] >= i) & (data["entry_block"] < i)]['size']))
  print(offset)
  print(data[data['entry_block']==i]['size'].cumsum().head()  )

  print(data[data['entry_block']==i]['size'].head())
  break

在上面的代码中，我正在从原始数据集创建一个数据集 B，并尝试从 数据集 B 驱动的值对原始数据集执行累积求和运算。强>

索引	Entry_block	Exit_block	尺寸	偏移
1	10	20	10	10
2	11	20	150	160
3	18	20	100	260
4	19	21	40	300
5	20	21	120	120
6	20	21	180	300
7	20	21	210	510
8	20	21	90	600
9	20	21	450	1050