虽然它易于使用的熊猫滚动方法可以应用标准公式,但是如果涉及多列且行数有限,我很难。使用以下代码更好地进行详细说明:-
import numpy as np
import pandas as pd
#create dummy pandas
df=pd.DataFrame({'col1':np.arange(0,25),'col2':np.arange(100,125),'col3':np.nan})
def func1(shortdf):
#dummy formula
#use last row of col1 multiply by sum of col2
return (shortdf.col1.tail(1).values[0]+shortdf.col2.sum())*3.14
for idx, i in df.iterrows():
if idx>3:
#only interested in the last 3 rows from position of dataframe
df.loc[idx,'col3']=func1(df.iloc[idx-3:idx])
我目前正在使用这种iterrow方法,这是非常缓慢的。谁能提供更好的建议?
所以shift是这里的解决方案。您必须使用滚动进行求和,然后在加法和乘法之前移动该序列。
df = pd.DataFrame({'col1':np.arange(0,25),'col2':np.arange(100,125),'col3':np.nan})
ans = ((df['col1'] + df['col2'].rolling(3).sum().shift(0)) * 3.14).shift(1)
您可以通过使用ans
查看df['col3']
与ans.eq(df['col3'])
相同。一旦看到除了前几个以外的所有其他字符都一样,只需将ans
更改为df['col3']
,就应该全部设置好了。