Python 当使用T组数据计算上一行值时，如何在数据帧中使用上一行值

我有这样的数据框架：

我需要获得这样的数据帧：

开始数据帧：

• 第一列是合同id
• 第二列是日期
• 第三列为预付款系数（EAR）
• 第4栏为合同付款

结果数据帧：

• 第五列是EAR。它等于Ear_coef（t）*债务与Ear（t-1）
• 第六列是带耳的债务。它将债务与EAR（t-1）+合同（t）+EAR（t）相等

Ear和债务在第一个日期分别等于0和债务

我曾试图用apply解决这样的任务。但我没有成功，因为我需要使用之前的值，这也是计算出来的。 这个答案对我没有帮助 因为我有几百个身份证

我将非常感谢您的帮助。

您正在寻找帮助

但是，它不容易用于

.apply（）

。解决办法是：

df['EAR']=df['EAR_coef']*df['Debt with EAR']].shift（1）

---

你可能需要最后一篇专栏文章，但我不确定你的公式是什么？这似乎是永无止境的。

你的方法不起作用，因为你不知道df（带耳朵的债务）的所有预测水平。例如，对于id 111，使用方法df['EAR']=[NaN，20，NaN]。这是不正确的。是的，但你的公式有问题

EAR

依赖于

Debt\u和
Debt\u和
EAR
依赖于
EAR
。正如我在第一天描述的
EAR
和
Debt\u和
Debt\u和
Debt
分别等于0和
Debt
。但是在第二个日期，我可以在开始时计算EAR，然后我可以用EAR计算债务
df = pd.DataFrame({'id': [111,111,111, 222,222,222],\
                   'Date': ['30.04.2020', '31.05.2020', '30.06.2020', \
                            '30.04.2020', '31.05.2020', '30.06.2020'],\
                   'Debt': [100,100,70, 200,200,200] , \
                   'Ear_coef': [0,0.2,0.2, 0,0,0.3]}) 
df['Date'] = pd.to_datetime(df['Date'] ) 
df['Contract'] = pd.DataFrame(df.groupby(['id']).apply(lambda x: x.Debt - x.Debt.shift(1))).reset_index().Debt
# df.groupby(['id']).
df