具有先前值的 Python Pandas iterrows()

Posted 2023-02-23

【中文标题】具有先前值的 Python Pandas iterrows()

【英文标题】：Python Pandas iterrows() with previous values

【发布时间】：2014-10-17 20:24:48

【问题描述】：

我有一个熊猫数据框，格式如下：

            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

我试图创建一个使用 df['S'][index-1] 值替换 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'])

但我不知道如何获取 df['S'][index - 1]

【问题讨论】：

对于使用iterrows() 的当前/上一行，另请参阅iterrows pandas get next rows value。

【参考方案1】：

iterrows 的重点是一次操作一行，因此您将无法访问之前的行。 无论如何，您的功能会很慢，还有一种更快的方法：

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

【参考方案2】：

看起来您的初始答案非常接近。

以下应该有效：

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

基本上，对于除第一个索引（即 0）之外的所有索引，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、有序的索引。

iterrows() 方法不允许您通过自己调用行来修改值，因此您需要使用df.loc() 来识别数据框中的单元格，然后更改它的值。

另外值得注意的是index 不是整数，因此使用int() 函数减1。这都在str() 函数中，因此最终的索引输出是一个字符串，正如预期的那样.

【参考方案3】：

另一种方法可以是：

for (index, row), ii in zip(df.iterrows(), range(len(df.index))):
  # index: current row index
  # row: current row
  # df.iloc[ii-1]: prv row (of course make sure, prv row is present)
  # df.iloc[ii+1]: next row (of course make sure, next row is present)