迭代累加先前值时，是否有一种方法可以在熊猫的apply函数中使用先前行值？还是一种有效的方法？

Question

我有一个带有一些列的数据框，我想以一种有效的方式应用以下转换。

给出以下数据框：

   C    D
 ===========
  Nan  10
  0  22 
  2  280
  4  250
  6  270

应该以这样的方式进行转换，我可以获得以下输出：

   C    D
 ===========
  Nan  10
  0  22 
  2  280
  6  252
  12 276 

请注意：

C [i] = C [i] + C [i-1] + ... + C [ 0]

和

D [i] = D [i] + C [i-1]

应过滤NaN值。

谢谢！

Answer 1

IIUC，您需要：

df['C'] = df['C'].add(df['C'].shift(1).fillna(0))
df['D'] = df['D'].add(df['C'].shift(1).fillna(0))

输出：

       C       D
0   NaN      10.0
1   0.0      22.0
2   2.0     280.0
3   6.0     252.0
4   10.0    276.0

Answer 2

df['C'] = df['C'].cumsum()
df['D'] = df['D'].add(df['C'].shift(1).fillna(0))

输出：

      C      D
0   NaN      10.0
1   0.0      22.0
2   2.0     280.0
3   6.0     252.0
4   12.0    276.0