Python 如何使用上一行的值以及同一行中其他列的值来计算表中某列的值

我有一个数据帧

df

：

import pandas as pd    
df = pd.DataFrame({'A': [1, 1, 1,2,2,2,2], 
               'B': [10, 0, 0,5,0,0,0], 
               'C': [1,1,2,2,3,3,3],
               'D': [2,3,4,5,2,3,4]})

这看起来像：

   A   B  C  D
0  1  10  1  2
1  1   0  1  3
2  1   0  2  4
3  2   5  2  5
4  2   0  3  2
5  2   0  3  3
6  2   0  3  4

我只想计算列

B

中的值，其中列

A

中表示的所有组（根据示例数据为1,2）的值均为0

列

B的值

=前一记录中的列B的值+同一记录中的列

C

的值+同一记录中的列

D

的值

我的预期产出是：

   A   B  C  D
0  1  10  1  2
1  1  14  1  3
2  1  20  2  4
3  2   5  2  5
4  2  10  3  2
5  2  16  3  3
6  2  23  3  4

---

我怎样才能在熊猫中做到这一点？

IIUC two

cumsum

s=df[['C','D']].mask(df.B!=0)

df.groupby('A').B.cumsum()+s.groupby(df.A).cumsum().sum(1)
Out[633]: 
0    10.0
1    14.0
2    20.0
3     5.0
4    10.0
5    16.0
6    23.0
dtype: float64

这应该做到：

def f(g):
    g.B = (g.B.shift() + g.C + g.D).cumsum()
    return g

df.B.replace(0, df.groupby('A').apply(f).B)

结果是：

   A   B  C  D
0  1  10  1  2
1  1  14  1  3
2  1  20  2  4
3  2   5  2  5
4  2  10  3  2
5  2  16  3  3
6  2  23  3  4

---

更多信息：-）嘿@WeNYoBen，谢谢你的链接-这真的很有用！我在回答这个问题时的理由是，用下面的话来说：“

GroupBy.apply

在这里通常很好，只要您在自定义函数中使用的方法本身是矢量化的”。但是对于任何使用

apply

.Yw:-）快乐编码的人来说，这是一个非常有用的讨论