python-如何使用shift函数执行计算

下面是df

df = pd.DataFrame({
                   'Sr. No': [1, 2, 3, 4, 5, 6],
                    'val1' : [2,3,2,4,1,2],

})

我希望Val2的第一行与val1的第一行相同 但是第2行和下面的公式如图所示。我想这应该是一个简单的转变，但只是没有得到我的头脑围绕这个问题

---

这是

mul

和

cumsum

：

df["new"] = df["Sr. No"].mul(df["val1"]).cumsum()

print (df)

   Sr. No  val1  new
0       1     2    2
1       2     3    8
2       3     2   14
3       4     4   30
4       5     1   35
5       6     2   47

---

这是

mul

和

cumsum

：

df["new"] = df["Sr. No"].mul(df["val1"]).cumsum()

print (df)

   Sr. No  val1  new
0       1     2    2
1       2     3    8
2       3     2   14
3       4     4   30
4       5     1   35
5       6     2   47

---

这肯定很有帮助，但是如果我将公式更改为C2+B3^A3（同样，C3+B4^A4…所有行都向下），该怎么办？（如果您愿意，我可以使用更新的需求创建一个新线程），只要您将

mul

更改为首选方法（在本例中为

pow

），就不会有任何区别。您还可以执行

（df[“Sr.No”]**df[“val1”]）.cumsum（）

。完美！这非常有帮助。顺便说一句，只有编辑它应该是（df['val1']**df['Sr.No']）。cumsum（）顺便说一句，如果你感兴趣，我在新的线程中添加了一个更复杂的版本，这肯定很有帮助，但是如果我将公式更改为C2+B3^A3（同样，C3+B4^A4…所有行都向下），会怎么样？（如果您愿意，我可以使用更新的需求创建一个新线程），只要您将

mul

更改为首选方法（在本例中为

pow

），就不会有任何区别。您还可以执行

（df[“Sr.No”]**df[“val1”]）.cumsum（）

。完美！这非常有帮助。顺便说一句，只有编辑它应该是（df['val1']**df['Sr.No']）。cumsum（）顺便说一句，如果你有兴趣，我在新线程中添加了一个更复杂的版本