计算panda数据框

Question

我正试图找出一种比较数据框中不同行的值来计算新列的方法。

我找到了这些方法：

• 迭代行（我正在寻找矢量化解决方案）：

for index, row in df.iterrows(): ....

• 使用转换索引多次合并相同的数据框，如下所示：

d1 = data.shift() data.merge(d1[["value col"]], how="inner", left_index=True, right_index=True)

是否可以通过apply方法访问当前数据框：

dataframe.apply(myfunction(row),axis=1)

def my_function(row, current_dataframe)
    index = row.name
    row_to_compare = current_dataframe.iloc[index-delta]
    row["new column"] = calc(row["value], row_to_compare["value"])
    return row

将其作为参数传递似乎不起作用：

data.apply(date_diff,axis=1,args=(data))
or
data.apply(lambda row,df: date_diff(row, df),axis=1,args=(data))    

继续说：

> ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()

有没有办法让它发挥作用？

谢谢。

Answer 1

你想要计算什么？

如果它足够简单，你可以完全矢量化。请注意，您只需将其添加为另一列，而不是单独执行合并步骤。

df["same"] = df[col] == df[col2].shift()

如果它有点复杂，你可以将它分成如上所述的多个步骤吗？这仍然很快。

如果您需要多个列和行，那么您将不得不使用apply逐行或逐列处理，但这非常慢。最糟糕的答案是迭代！你永远不需要这样做。