所以我遇到以下问题:
我有一个像下面这样的数据帧,其中time_diff_float
是每行和上面的行之间的时间差,以分钟为单位。因此,例如,我在value = 4
之后20分钟有value = 1
。
value | time_diff_float
1 NaN
4 20
3 13
2 55
5 08
7 15
首先,我必须检查两行之间的时间差是否小于60(一个小时),并使用公式rem = value (from row above) * lambda ** time difference between 2 rows
创建一列。我的lambda是一个常数,值为0.97。
然后,如果每行与上面两行之间的时间差仍小于60,我必须重新比较同一行与上面两行之间的时间。然后我必须做同样的事情,比较上面的3行,等等。
为此,我编写了以下代码:
df.loc[df['time_diff_float'] < 60, 'rem_1'] = df['value'].shift() * (lambda_ ** (df['time_diff_float'] - 1))
df.loc[df['time_diff_float'] + df['time_diff_float'].shift() < 60, 'rem_2'] = df['value'].shift(2) * (lambda_ ** (df['time_diff_float'] + df['time_diff_float'].shift() - 1))
df.loc[df['time_diff_float'] + df['time_diff_float'].shift() + df['time_diff_float'].shift(2) < 60, 'rem_3'] = df['value'].shift(3) * (lambda_ ** (df['time_diff_float'] + df['time_diff_float'].shift() + df['time_diff_float'].shift(2) - 1))
提前感谢!
您可以保存数据掩码,然后在每次循环时更新它:
n = 3
for i in range(1, n):
if (i==1):
mask = df['time_diff_float']
df.loc[mask, 'rem_' +str(i)] = df['value'].shift() * (lambda_ ** (mask - 1))
else:
mask += df['time_diff_float'].shift(i-1)
df.loc[mask < 60, 'rem_'+str(i)] = df['value'].shift(i) * (lambda_ ** (mask - 1))