Python将iterrows（）与以前的值合并

我有一个熊猫数据框，格式如下：

            A           B       K      S
2012-03-31  NaN         NaN     NaN    10
2012-04-30  62.74449    15.2    71.64   0
2012-05-31  2029.487    168.8   71.64   0
2012-06-30  170.7191    30.4    71.64   0

我试图创建一个函数，使用df['S'][index-1]值替换df['S']

例如：

for index,row in df.iterrows:
     if index = 1: 
         pass
     else:
         df['S'] = min(df['A'] + df['S'][index-1]?? - df['B'], df['K'])

---

但是我不知道如何获取df['S'][index-1]

iterrows的要点是一次操作一行，因此您将无法访问以前的行。 您的功能无论如何都会很慢，还有一种更快的方法：

df['S_shifted'] = df.S.shift()

compared = pd.concat([df['A'] + df['S_shifted'] - df['B'], df['K']], axis=1)

df['S'] = compared.min(axis=1)

In [29]: df['S']
Out[29]: 
2012-03-31         NaN
2012-04-30    57.54449
2012-05-31    71.64000
2012-06-30    71.64000
Name: S, dtype: float64

---

看起来你的初步答案很接近

以下方面应起作用：

for index, row in df.iterrows():
    if df.loc[index, 'S'] != 0:
        df.loc[index, 'S'] = df.loc[str(int(index) - 1), 'S']

基本上，对于除第一个索引（即0）之外的所有索引，将“S”列中的值更改为其前面行中的值。注意：这假定数据帧具有顺序索引

iterrows（）

方法不允许通过单独调用行来修改值，因此需要使用

df.loc（）

来标识数据帧中的单元格，然后更改其值

---

还值得注意的是，

index

不是整数，因此需要使用

int（）

函数减去1。这都在

str（）

函数中，因此最终的索引输出是一个字符串，正如预期的那样。

对于使用

iterrows（）

的当前/上一行，请参见。