具有先前值的 Python Pandas iterrows()

Question

我有一个 pandas Dataframe 的形式:

            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

我尝试创建一个使用 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]

Answer 1

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，对于除第一个索引之外的所有索引，即 0，将“S”列中的值更改为其前一行中的值。注意:这假设数据框具有顺序的、有序的索引。

iterrows() 方法不允许您通过自行调用行来修改值，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。

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