我期待应用一个涉及2个dfs的功能:
df1: A B C D E
12/2/2001 3 4 2 3 4
12/3/2001 5 5 5 4 6
12/4/2001 9 8 7 1 1
df_new = pd.DataFrame().reindex_like(df1)
df_new.loc[df_new.index[0]-pd.offsets.DateOffset(days=1)]=0
df_nuevo=df_new.sort_index()
for i in range(1,len(df_nuevo)):
row=((df1.iloc[:i])*0.55)*((df_nuevo.iloc[:i-1])*0.45)
df_nuevo.append(row)
print(df_nuevo)
我期望的输出是df_nuevo
填充了附加的行。实际上被南斯填满了。有人能帮忙吗?谢谢您。你知道吗
这是电流输出:
A B C D E
12/1/2001 0 0 0 0 0
12/2/2001 NaN NaN NaN NaN NaN
12/3/2001 NaN NaN NaN NaN NaN
12/4/2001 NaN NaN NaN NaN NaN
其思想是在存在nan的地方出现代码部分中指定的公式的结果:行
这就是你要找的吗?你知道吗
如果您只是尝试基于
df1
和df2
的先验值来迭代地填充df2
行,那么简单地重新构建公式(至少是您最初在伪代码中给出公式的方式)是:对于上面给出的例子,
df2
的结果是:当值通过循环更新时,查看这些值可能很有帮助:
相关问题 更多 >
编程相关推荐