Python 3.x 内存问题？如何有效地获得期望的输出？

我有一个1000万行的数据框

ID速度

AB 34

AB 45

公元前60年

公元前32年

公元前40年

EF 90

假设我想创建第三列加速度，在ID级别上取0（减速）或1（加速度）

我总共有2000多个唯一ID

我试过这个

df['id']中id的

。唯一（）
df.loc[df['ID']==ID，'speed']
df[‘加速度’]=df[‘速度’]。应用（accl）

我的accl功能如下

def accl（a）：
对于范围（1，len（a））中的i：
如果a[i]>a[i-1]：
返回1
其他：
返回0

运行循环后，我遇到内存问题

如何有效地解决这个问题？有什么技巧吗？如果这是解决方案，如何使用Numpy数组解决这个问题

---

请记住：我需要ID级别的数据，因此在df['speed']上连续输入I+1>I将无法获得加速度列。

解释计算，而不仅仅是粘贴代码。解释计算，而不仅仅是粘贴代码。