Python 3.x 当尝试在计算新列时使用以前的各种行值时，For循环挂起。需要找到一个非for循环解决方案

我有一个650万行的数据集，其中记录了每个用户ID与代币供应商的交互。 数据按“id”和“天数”排序 “天”列是他们加入供应商后的天数

用户获得代币的日期，在

token\u SUPPLY

列中提到。 每天使用一个令牌

我想创建一个列，其中提到每行的可用令牌数

我使用的逻辑是： 对于每一行，检查我们是否仍在查看相同的用户“id”。如果是，则检查是否提供了代币，如果是，则保存日数。 对于同一用户的每个后续行，计算可用令牌—提供的令牌数量减去自提供令牌以来经过的天数

currID=0
tokenSupply=0
giveDay=0
for row in df11.itertuples():
    if row.id != currID:
        tokenSupply = 0
        currID= row.id
    if row.token_SUPPLY > 0:
        giveDay=row.Days
        tokenSupply = row.token_SUPPLY
        df11.loc[row.Index,"token_onhand"]=tokenSupply
    else:
        if tokenSupply == 0:
            df11.loc[row.Index,"token_onhand"]=0
        else:
            df11.loc[row.Index,"token_onhand"]=tokenSupply-(row.Days-giveDay)

# For loop doesn't end for more than 50 minutes.

从昨晚开始，我读了很多书，似乎有人建议使用

numpy

，但我不知道怎么做，因为我正在学习使用这些东西。另一个建议是

@jit

，但我想这只有在我定义一个函数的情况下才有效

另一个建议是矢量化，但我如何有条件地访问行并记住在随后的每一行中使用的供应量？ 我确实试过使用

np.where

，但它似乎太复杂了，我无法理解它

我也准备好了一些关于赛昂的东西，但我也不知道如何正确地做到这一点

实现我的目标的最佳方法是什么

编辑：添加示例数据和必需的输出列

样本输出数据：

    id      Days  token_SUPPLY            give_event     token_onhand
190 ID1001  -12    NaN                         0           0.0
191 ID1001  -12    NaN                         0           0.0
192 ID1001  -3     NaN                         0           0.0
193 ID1001  0      5.0                         0           5.0
194 ID1001  0      5.0                         1           5.0
195 ID1001  6      NaN                         0          -1.0
196 ID1001  12     NaN                         0          -7.0
197 ID1001  12     NaN                         0          -7.0
198 ID1001  13     NaN                         0          -8.0
199 ID1001  13     NaN                         0          -8.0

---

当前的最后一列标记不在数据集中，它是实际需要生成的。

如果我理解正确：

样本数据：

       id  Days  token_SUPPLY  give_event
0   ID1001   -12           NaN           0
1   ID1001   -12           NaN           0
2   ID1001    -3           NaN           0
3   ID1001     0           5.0           0
4   ID1001     0           5.0           1
5   ID1001     6           NaN           0
6   ID1001    12           NaN           0
7   ID1001    12           NaN           0
8   ID1001    13           NaN           0
9   ID1001    13           NaN           0
10  ID1002   -12           NaN           0
11  ID1002   -12           NaN           0
12  ID1002    -3           NaN           0
13  ID1002     0           5.0           0
14  ID1002     0           5.0           1
15  ID1002     6           NaN           0
16  ID1002    12           NaN           0
17  ID1002    12           NaN           0
18  ID1002    13           NaN           0
19  ID1002    13           NaN           0

您可以在

token\u Supply

上使用

ffill

，并减去

Days

。如需了解更多有关

id

的信息，请使用

groupby

df = pd.read_clipboard()
df['token_onhand'] = df.groupby('id').apply(lambda x: (x['token_SUPPLY'].ffill() - x['Days']).fillna(0)).reset_index(drop=True)

df

结果:

        id  Days  token_SUPPLY  give_event  token_onhand
0   ID1001   -12           NaN           0           0.0
1   ID1001   -12           NaN           0           0.0
2   ID1001    -3           NaN           0           0.0
3   ID1001     0           5.0           0           5.0
4   ID1001     0           5.0           1           5.0
5   ID1001     6           NaN           0          -1.0
6   ID1001    12           NaN           0          -7.0
7   ID1001    12           NaN           0          -7.0
8   ID1001    13           NaN           0          -8.0
9   ID1001    13           NaN           0          -8.0
10  ID1002   -12           NaN           0           0.0
11  ID1002   -12           NaN           0           0.0
12  ID1002    -3           NaN           0           0.0
13  ID1002     0           5.0           0           5.0
14  ID1002     0           5.0           1           5.0
15  ID1002     6           NaN           0          -1.0
16  ID1002    12           NaN           0          -7.0
17  ID1002    12           NaN           0          -7.0
18  ID1002    13           NaN           0          -8.0
19  ID1002    13           NaN           0          -8.0

---

这是因为您正在使用for循环，而pandas不能很好地处理这些循环，因此需要使用矢量化解决方案来利用用C/Cython编写的底层代码。为此，您能否发布数据集样本和输出样本？希望我们能够提供一个更为优化的解决方案。@datanoveler添加了示例数据。谢谢，这看起来非常优雅。但是，如果在第0天以外的任何一天提供代币，则这似乎不起作用。他们可以在第20天再次获得代币，或者可能在第-20天获得代币。嘿@michael gardner，只是想看看你是否有基于我的澄清的答案。