Question

我的形式有一个pandas Dataframe：

            A           B       K      S
2012-03-31  NaN         NaN     NaN    10
2012-04-30  62.74449    15.2    71.64   0
2012-05-31  2029.487    168.8   71.64   0
2012-06-30  170.7191    30.4    71.64   0

我尝试使用df ['S'] [index-1]值创建一个替换df ['S']的函数。

例如：

for index,row in df.iterrows:
     if index = 1: 
         pass
     else:
         df['S'] = min(df['A'] + df['S'][index-1]?? - df['B'], df['K'])

但我不知道如何获得df ['S'] [index - 1]

Answer 1

iterrows的目的是一次操作一行，因此您将无法访问之前的行。无论如何，你的功能会很慢，并且有更快的方法：

df['S_shifted'] = df.S.shift()

compared = pd.concat([df['A'] + df['S_shifted'] - df['B'], df['K']], axis=1)

df['S'] = compared.min(axis=1)

In [29]: df['S']
Out[29]: 
2012-03-31         NaN
2012-04-30    57.54449
2012-05-31    71.64000
2012-06-30    71.64000
Name: S, dtype: float64

Answer 2

您的最初答案似乎非常接近。

以下方法应该起作用：

for index, row in df.iterrows():
    if df.loc[index, 'S'] != 0:
        df.loc[index, 'S'] = df.loc[str(int(index) - 1), 'S']

本质上，对于除第一个索引（即0）以外的所有索引，将“ S”列中的值更改为其前一行中的值。注意：这假定数据帧具有顺序的，有序的索引。

iterrows()方法不允许您通过单独调用该行来修改值，因此您需要使用df.loc()来标识数据帧中的单元格，然后更改其值。 / p>

还值得注意的是index不是整数，因此使用int()函数减去1。所有这些都在str()函数中，以便最终索引输出是一个字符串，符合预期。

Python Pandas iterrows（）具有以前的值

2 个答案: