python - 通过迭代行创建新的循环因变量

Question

我正在将这段 sas 代码翻译成 pandas。 sas 代码基本上按键对观察结果进行分组。在每个组中，它都会创建一个新变量 A，其中 A[0] = B[0]/C[0]/.25。那么对于 i >= 1，A[i] = A[i - 1] * .85 + B[i]/C[i]。 B 和 C 是数据帧中的其他变量。

我认为没有任何df.groupby().attribute可以做到这一点。

data data;
set data2;
by key1 key2;
retain A;
if first.key1 then A = (B / C) /(.25);
else A = A * .85 + B / C;
run;

组 g01 的预期输出

key1 B C A
g01  1 2 2       2     = 1 / 2 /.25
g01  2 1 3.7     3.7   = 2   * .85 + 2 / 1
g01  2 4 3.645   3.645 = 3.7 * .85 + 2 / 4

我一直在考虑首先获取组 key 并循环这些组名称。但也许有更好的方法？

Answer 1

以下解决方案适用于 pd.iterrows() ，假设您有一个包含保存值的列 B 和 C 的 DataFrame df 以及列 key1 保存组名称:

g = None
for i, r in df.iterrows():
    if g != r.key1:
        a = r.B / r.C / .25
    else:
        a = a * .85 + r.B / r.C
    df.loc[i, 'A'] = a
    g = r.key1

不可能以并行方式解决这个问题，因为 loop dependency ，这通过您对 [i - 1] 的使用以及我对变量 a 和 g 的缓存来表明。