Python 如何迭代计算新列中的一组值

我正在尝试使用另一列“rand_price”创建一个新列“roc_30d”。新列基本上是30天内的变化率。公式为（当前价格-30个周期前的价格）/（30个周期前的价格）

我试图迭代“rand_price”以计算新列的值。但是，没有用。如果您有任何建议，我将不胜感激

for i in df['rand_price']:
    results = (i-(i-30) / (i-30))
    df['roc_30d'] = results

最后，变量i和结果只有1个nan值。理想情况下，我希望新的专栏看到附加的png

i-(i-30) / (i-30)

这在代数上等同于

i-1

。您有几个问题：

你从当前价格中减去30。你说你想要的是30天前的价格。为此，您需要遍历行，而不是一列中的值，以便获得行号。从行号中减去30，然后使用该行号查找30天前的值

你的代数错了。比率的公式是数值差除以时间段。你将一个数量除以它本身，然后从当前价格中减去它。相反，试试

。。。这个

( [current_value] - [30_day_old_value] ) / 30

---

您可能希望通过有关PANDAS数据帧的教程来学习使用下标访问特定值的方法以及

loc

和

iloc

功能。

PANDAS数据帧不是为迭代而设计的；它们是为矢量化计算而设计的：

df['roc_30d'] = df['rand_price'].apply(lambda x: x - (x-30) / (x-30))

---

但是，请注意，指定的公式的计算结果为（x-1），因此我怀疑您需要处理这个问题。（@Prune也有一个解决这个问题的答案，所以我不赘述。）

你的公式正确吗<代码>（i-（i-30）/（i-30））。什么是

（i-30）

编辑您的问题，以包括数据帧的

数据类型

，并正确格式化代码块。让我们知道日期在哪里，我很抱歉，因为我是python新手。那么你要说的是迭代行，使用索引减30，然后使用iloc得到30天前的值？非常感谢您的评论！你好，谢谢你的澄清！在我进行计算之前，我必须对如何获取n个周期前的值做更多的研究。有一个滞后功能可以帮助您访问n个周期前的值。但是，如果您的时间序列有间隔（例如，没有周末数据），“之前30个时段”将与“之前30个日历日”不同。我已经找到了如何进行以下计算的方法。我使用df.shift函数将显示30天延迟的列设置到一个新列上。然后使用这两列为计算创建列“roc”。是的，注意到日历日。然后我添加了weekends，并使用ffill查找缺少的值：）