Question

我想重新计算给定dataframe = df的列“a”。但是我这样做的方式并没有填补旧的计算值。

 import pandas as pd
 import numpy as np
 from numpy.random import randn

 df = pd.DataFrame(randn(100))
 df["a"] = np.nan
 df["b"] = randn()
 df.a[0] = 0.5

 df.a= df.a.shift(1) * df.b

你有什么想法可以解决这个问题吗？

我想根据其先前的值“b”来计算“a”：

      a       b      
     0.5      2            #set as starting value with df.a[0] = 0.5  since there is no value for a prior to that, there's no calculation performed.
     1.5      3            # a = previous value of a *b (0.5*3) =1.5
     15       10           # a = previous value of a *b (1.5*10) =15
     45       3            # a = previous value of a *b (15*3) =45

问题在于，钙化不执行/加速结果不会覆盖先前设定的值。

Answer 1

这个怎么样？

df = pd.DataFrame({'a': [None] * 4, 'b': [2, 3, 10, 3]})
df.a.iloc[0] = 0.5
df.a.iloc[1:] = (df.b.shift(-1).cumprod() * df.a.iat[0])[:-1].values

>>> df
     a   b
0  0.5   2
1  1.5   3
2   15  10
3   45   3

Answer 2

您可以使用for循环执行此操作：

for i in df.index[1:]:
   df.a.ix[i] = df.b.ix[i]*df.a.ix[i-1]

如果有人知道矢量化的方式，我有兴趣看到它。

同时读取和写入数组python

2 个答案: