python - 使用 python pandas 移动和添加额外的数据行以匹配增量的最有效方法是什么

Question

如果差值大于 2 ABS，使用 pandas 对齐和移动数据以在 A 或 B 列中添加额外的 0 行，以便递归地使 A-B 的差值 < 2 例-

[Column A]  [Diff A - B]   [Column B] 
0                0             0 
4.54             4.54          0       <-- Need to add a 0 to shift
4.54             0             4.54
4.54             0             4.54
4.54            -3.04          1.5


    After added  
[Column A]  [Diff A - B]   [Column B] 
    0                0             0 
    0                0             0 
    0               -4.54          4.54    <--Recursive Need to do same
    4.54             0             4.54
    4.54             0             4.54
    4.54            -3.04          1.5

整个想法是插入数据在较低的差异上进行匹配。如果您注意到每次在 A 列或 B 列上发现差异绝对值大于 2 时，我都需要添加和移动

Answer 1

• 将数据帧分为之前和之后
  df0, df1 = df.iloc[:1], df.iloc[1:]
• 创建一系列介于两者之间的内容
  s = pd.Series(0, df.columns).to_frame().T
• 连接所有 3 个
  pd.concat([df0, s, df1],ignore_index=True)

<小时/>

df0, df1 = df.iloc[:1], df.iloc[1:]
s = pd.Series(0, df.columns).to_frame().T
pd.concat([df0, s, df1], ignore_index=True)