Python 循环逻辑以计算百分比更改

我的数据帧：

A   B   C    A_Q  B_Q     C_Q
27  40  41    2    1      etc
28  39  40    1    5    
30  28  29    3    6    
28  27  28    4    1    
15  10  11    5    4    
17  13  14    1    5    
16  60  17    8    10   
14  21  18    9    1    
20  34  23    10   2    
21  45  34    7    4    

我想用_Q后缀遍历每列中的每一行，从a_Q开始，并执行以下操作：

如果行值为“1”，则获取列“A”中的对应值

将该值赋给一个变量，称之为x

继续沿着col A_Q循环

如果行值为1、2、3、4、5、6、7、8或9，则忽略

如果值为10，则获取列“A”中的相应值并将其分配给变量y

计算变化百分比，称之为chg，在y和x之间：（y/x）-1）*100

将chg附加到数据帧

继续按照上面的步骤1-7向下走，直到结束

然后对其他列B_Q、C_Q等执行相同的操作

例如，在上面，出现的第一个“1”对应于A列中的28。因此x=28。然后继续迭代，忽略值1到9，直到得到10，对应于a列中的20。计算%change=（（20/27）-1）*100=-25.9%，并将其附加到新创建的a列中的df。然后从该点开始，以相同的步骤继续，直到到达文件末尾。最后，对其余的列执行相同的操作

那么df看起来像：

A   B   C    A_Q  B_Q     C_Q    A_S        B_S         C_S etc
27  40  41    2    1      etc
28  39  40    1    5    
30  28  29    3    6    
28  27  28    4    1    
15  10  11    5    4    
17  13  14    1    5    
16  60  17    8    10                        50
14  21  18    9    1    
20  34  23    10   2             -25.9
21  45  34    7    4    

---

我本想创建一个函数，然后执行类似于

df[''u S']=df.apply（function，axis=1）

的操作，但我仍然坚持执行上述步骤1-8。谢谢

是否需要将结果附加为新列？您将得到几乎为空的列，其中只有一个数据值。你能把所有的结果都加在“_Q”列的底部吗？不管怎样，我在函数中尝试了一下，来完成您要求的所有操作：

def func(col1, col2):
    l = []
    x = None
    for index in range(0, len(col1)):
        if x is None and col1[index] == 1:
            x = col2[index]
            l.append(0)
        elif not(x is None) and col1[index] == 10:
            y = col2[index]
            l.append(((float(y)/x)-1)*100)
            x = None
        else:
            l.append(0)
    return l

然后将这个函数A_Q作为col1传递，A作为col2传递，它应该返回您想要的结果。对于传递函数，假设每个A、B、C列都有一个关联的_Q列，可以执行以下操作：

q = [col for col in df.columns if '_Q' in col]
for col in q:
    df[col[:len(col) - 2] + '_S] = func(df[col], df[col[:len(col) - 2]

---

Thx JSol，我不介意附加结果。将列名重新传递给func，问题是我的df将有几十个这样的列，识别它们的唯一方法是使用_Q后缀。如何做？例如，A_Q是df中带有_Q后缀的第一个列。那么我们如何才能在A_Q中抓住_Q左边的内容，即col2值的“A”？请查看我所做的编辑。这样的事行吗？取决于列的格式，但如果它与示例完全相同，则类似于df.columns[：3]中的col，我的意思是我实际上更喜欢将结果作为新列附加，以便最终结果看起来像我文章末尾的数据帧。这样就更容易对所有数据进行目视检查。我遵循你所做的，轻推到第一个_Q列，但这不是理想的解决方案，我希望能够识别以_Q结尾的第一列，然后从那里识别相关的前一列，而不必查看数据帧，如果这有意义的话？你真的很接近！也许是那样的？它不会将追加结果作为一个新列进行修复，但这应该不会太难修复。我在这一行中遇到一个无效的语法错误：l.append（func（df[col]，df[col[：len（col）-2]）