Python 快把熊猫圈进去

我需要更快地在熊猫中做一个循环。这是一个时间序列。 下面的代码运行得很好，但对于大规模df来说速度很慢

它遍历df，在a列的每个第一个值0‘零’（它只需要是序列的第一个零；df有许多0系列）处，计算a列的初始值0‘零’前后一个周期B列值的增量（绝对值）。 然后，它将结果存储在一个名为“Delta”列的新df中

我打赌我能用loc做点什么。但我不知道怎么做

deltas=[]
indexes = []
i=0
for idx, row in df.iterrows():

    if df.A[i] == 0 and df.A[i-1] !=0:
    
        deltas.append(abs(df.B.shift(periods=1)[i] - df.B.shift(periods=-1)[i]))
        indexes.append(idx)
        
    i+=1
s_delta = pd.Series(deltas, name="Delta", index = indexes)
df_delta = s_delta.to_frame()

---

使用assign（分配）功能处理串联而非每行的df：

df = df.assign(
    n = lambda x: x.B.shift(1),
    p = lambda x: x.B.shift(-1),
    s_delta= np.abs(x.n-x.p)
)

---

然后你可以使用np修改它。在哪里你可以编辑你的问题并把样本（小）输入和预期输出放在那里吗？没有样本数据很难判断，但类似的东西应该可以工作（如果我的逻辑正确）：

df['Delta']=np.where（（df['A']=0）和（df['A'].shift（）！=0），abs（df['B'].shift（1）-df['B'].shift（-1）），np.nan）

@AndrejKesely结果是这样的数字12.936795711517334、13.50596663360596。他们中的许多人。与df中的零系列一样多。它们是增量值。结果完全正确。我需要使用pandas I中的一些内置功能使循环更快guess@ganesa75你能把样本数据（cca.8-10行）放到你的问题中吗？@ganesa75没问题。祝你好运