Python 如何使用Pandas基于另一列值累计添加或减去值？

我在下面有一个数据框，显示基于秒的电压输出。

v_out

值基于+/-0.05厘米的位移

因此，当

v_out

变得更正值时，与上一个

v_out

值相比，存在正位移。当

v_out

变得更负时，位移朝

-

方向移动

我有一个初始的

df

，我想添加一个

sign

列，根据前面的

v\u out

值来判断

v\u out

是正的还是负的。而且，我需要一个

累计

列，它跟踪

符号

列的新增运行总数

首字母

df

     secs     v_out
0     0.0 -1.179100
1    15.0 -1.179100
2    18.0 -1.179200
3    33.0 -1.181800
4    48.0  0.029461

我想要什么

     secs     v_out  sign  cumul
0     0.0 -1.179100  0.00  0.00
1    15.0 -1.179100  0.00  0.00
2    18.0 -1.179200 -0.05 -0.05
3    33.0 -1.181800 -0.05 -0.10
4    48.0  0.029461  0.05 -0.05

查看滞后值的方法命名为

shift

，然后我们使用if-else构造检查值是正、负还是零

因此，首先我们要构造列

符号

。逻辑可以打包成一行

df['sign'] = (df.v_out - df.v_out.shift()).apply(lambda x: 0.05 if x > 0 else -0.05 if x < 0 else 0)

最终df如下所示：

   secs     v_out  sign  cumul                                                                                      
0   0.0 -1.179100  0.00   0.00                                                                                          
1  15.0 -1.179100  0.00   0.00                                                                                          
2  18.0 -1.179200 -0.05  -0.05                                                                                          
3  33.0 -1.181800 -0.05  -0.10                                                                                          
4  48.0  0.029461  0.05  -0.05`   

---

您好，谢谢您的帮助，虽然

cumul

输出中有一行从

-5e-02

到下一行，即

-1.3877e-17

，这对我来说毫无意义。

-1.3877e-17

非常接近

0

。您可能看到一些浮点错误。使用

numpy.round

仅保留小数点后两位。没有更多的信息，我不能提供任何其他建议。

   secs     v_out  sign  cumul                                                                                      
0   0.0 -1.179100  0.00   0.00                                                                                          
1  15.0 -1.179100  0.00   0.00                                                                                          
2  18.0 -1.179200 -0.05  -0.05                                                                                          
3  33.0 -1.181800 -0.05  -0.10                                                                                          
4  48.0  0.029461  0.05  -0.05`