Python Pandas-基于另一列的条件值创建新列

我想根据列

df['col2']

上一行的值创建一个新列

df['index']

。除了，如果在

df['col2']

列的行中不是

“x”

（在本例中是字符串-日期），我希望

df['index']

中的集

100

。因此，如果

df['col2']

不是一个

“x”

，那么我期望一个列

“索引”

，它每次都以

100

的值开始

我期望：

---

您可以在以下位置使用

：

df['indexed'] = (df['col1'] * df['col1'].shift(1)).where(df['col2']=='x', 100)
df

输出：


   col1        col2   indexed
0  1.02           x       NaN
1  1.12           x    1.1424
2  0.90           x    1.0080
3  0.93  2021-60-30  100.0000
4  1.01           x    0.9393
5  1.02           x    1.0302
6  1.12           x    1.1424
7  0.90           x    1.0080
8  0.93           x    0.8370
9  1.01           x    0.9393

   col1        col2     indexed
0  1.02           x  100.000000
1  1.12           x  112.000000
2  0.90           x  100.800000
3  0.93  2021-60-30  100.000000
4  1.01           x  101.000000
5  1.02           x  103.020000
6  1.12           x  115.382400
7  0.90           x  103.844160
8  0.93           x   96.575069
9  1.01           x   97.540819

如果要计算从
col2
中的每个非
x
值开始的累积乘积，请更新：

g = df.groupby(df['col2'].ne('x').cumsum())['col1']
df['indexed'] = g.cumprod() / g.transform('first') * 100

输出：


   col1        col2   indexed
0  1.02           x       NaN
1  1.12           x    1.1424
2  0.90           x    1.0080
3  0.93  2021-60-30  100.0000
4  1.01           x    0.9393
5  1.02           x    1.0302
6  1.12           x    1.1424
7  0.90           x    1.0080
8  0.93           x    0.8370
9  1.01           x    0.9393

   col1        col2     indexed
0  1.02           x  100.000000
1  1.12           x  112.000000
2  0.90           x  100.800000
3  0.93  2021-60-30  100.000000
4  1.01           x  101.000000
5  1.02           x  103.020000
6  1.12           x  115.382400
7  0.90           x  103.844160
8  0.93           x   96.575069
9  1.01           x   97.540819

您是否尝试过apply方法并仅使用自己的函数：

def my_funct(row)

    if row['col2'] == 'x':
       row['indexed']= row['col1'] * row['col1'].shift(1)
    else:
       row['indexed']= 100

然后：

df= df.apply(my_funct, axis=1)

请显示预期输出，谢谢。根据你的解决方案，我发现我犯了一个合乎逻辑的错误。这里：df['index']=df['col1']*df['index'].shift（1）。sorry@Alex请看更新，希望我得到了正确的你想要实现我不理解你的解决方案背后的逻辑。你能告诉我，如果我想设置“col1”的“行值”而不是100，我必须如何更改代码@Alex逻辑是，我们以
col2
中的非
x
值开始分组，然后计算
col1
的累积乘积，并重新缩放以使组中的第一个值为100。如果希望第一个值是
col1
，只需使用
df['index']=g.cumprod（）
而不是
df['index']=g.cumprod（）/g.transform（'first'）*100