Question

我在下面有示例数据框

        perc    2018_norm
0   0.009069    27.799849
1   0.011384    0.00
2   -0.000592   0.00
3   -0.002667   0.00

2018_norm第一行的值来自另一个DataFrame。然后，我想使用2018_norm列中的百分比变化和perc列中上一行的值来计算2018_norm列DataFrame末尾的第二行的值，我目前可以使用For循环实现以下结果：

       perc      2018_norm
0   0.009069    27.799849
1   0.011384    28.116324
2   -0.000592   28.099667
3   -0.002667   28.024713
4   -0.006538   27.841490

对于DataFrames上的循环来说速度很慢，所以我知道我缺少一些基本的知识，但是我的google搜索没有得到我想要的东西。

我尝试了y1df['2018_norm'].iloc[1:] = (y1df['perc'] * y1df['2018_norm'].shift(1)) + y1df['2018_norm'].shift(1)的各种变体，它们仅产生：

       perc      2018_norm
0   0.009069    27.799849
1   0.011384    28.116324
2   -0.000592   0.00
3   -0.002667   0.00
4   -0.006538   0.00`

我想念什么？

编辑：为明确起见，基本的For循环和df.iloc并不可取，带有迭代次数的for循环大大加快了计算速度，因此使用该功能的for循环是我使用的绝佳解决方案。文本的回应也直接回答了我原本不想问的问题。

Answer 1

这只是cumprod

s=(df.perc.shift(-1).fillna(1)+1).cumprod().shift().fillna(1)*df['2018_norm'].iloc[0]
df['2018_norm']=s
df
Out[390]: 
       perc  2018_norm
0  0.009069  27.799849
1  0.011384  28.116322
2 -0.000592  28.099678
3 -0.002667  28.024736

Answer 2

您可以使用df.iterrows（）快速遍历熊猫数据框：

for idx, row in y1df.iterrows():
    if idx > 0: # Skip first row
        y1df.loc[idx, '2018_norm'] = (1 + row['perc']) * y1df.loc[idx-1, '2018_norm']

print(y1df)

           perc  2018_norm
    0  0.009069  27.799849
    1  0.011384  28.116322
    2 -0.000592  28.099678
    3 -0.002667  28.024736

没有For循环的熊猫列的顺序计算

2 个答案: