Python Pandas iterrows() 使用前一个值

Question

我有一个 pandas 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

我想创建一个函数，用 df['S'][index-1] 的值来替换 df['S'] 的内容。

比如说：

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

但是我不知道怎么获取 df['S'][index - 1] 的值。

Answer 1

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)

Answer 2

iterrows的作用是一次处理一行数据，所以你无法访问之前的行。无论如何，你的函数会比较慢，而且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

Answer 3

看起来你的初始答案已经很接近了。

下面的代码应该可以工作：

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

简单来说，除了第一个索引，也就是0以外，'S'这一列的值要改成它上面那一行的值。注意：这假设你的数据表是有序的，索引是连续的。

使用iterrows()这个方法时，你不能直接通过行来修改值，所以你需要用df.loc()来找到数据表中的单元格，然后再改变它的值。

还要注意的是，index并不是一个整数，所以需要用int()函数来减去1。所有这些操作都在str()函数里面，这样最后输出的索引就是字符串，符合预期。