Python Pandas中是否有方法使用dataframe.apply中以前的行值，其中以前的值也在apply中计算？

我有以下数据帧：

      W    Y
 0    1    5
 1    2    NaN
 2    3    NaN
 3    4    NaN
 4    5    NaN
 5    6    NaN
 6    7    NaN
 ...

      W    Y
 0    1    5
 1    2    7
 2    3    10
 3    4    14
 4    5    19
 5    6    27
 6    7    37
 ...

表中的行一直运行到索引240。我想获得以下数据帧：

      W    Y
 0    1    5
 1    2    NaN
 2    3    NaN
 3    4    NaN
 4    5    NaN
 5    6    NaN
 6    7    NaN
 ...

      W    Y
 0    1    5
 1    2    7
 2    3    10
 3    4    14
 4    5    19
 5    6    27
 6    7    37
 ...

请注意，

W

的值是任意的（只是为了简化这里的计算，实际上它们在我的实际程序中是

np.random.normal

。
或者换句话说：
如果Y索引为0，则Y的值为5
如果Y索引在1和4之间（包括），则Y_i是Y中的前一个元素和W中的当前元素之和。
如果Y索引大于等于5，则Y的值为：Y{i-1}+Y{i-4}-Y{i-5}+W_i

使用answer，我通过运行以下命令计算了前五个值：

def calculate(add):
    global value
    value = value + add
    return value

df.Y = np.nan
value = 5
df.loc[0, 'Y'] = value
df.loc[1:5, 'Y'] = df.loc[1:5].apply(lambda row: calculate(*row[['W']]), axis=1)

但我还没有计算出其余的值（其中索引>=5）。

---

有人有什么建议吗？

我不建议在这种情况下使用

apply

。
为什么不简单地使用两个循环，对于每个不同定义的范围，使用一个：

for i in df.index[1:5]:
    df.loc[i, 'Y'] = df.W.loc[i] + df.Y.loc[i-1]
for i in df.index[5:]:
    df.loc[i, 'Y'] = df.W.loc[i] + df.Y.loc[i-1] + df.Y.loc[i-4] - df.Y.loc[i-5]

---

这是直截了当的，下周您仍然知道代码的作用

如果Y索引>=5，则Y的值为：Y_i+Y_{i-4}-Y_{i-5}+W_i

。这里的

Y\u i

是什么？我的坏朋友，这不应该是一个令人担忧的问题吗？假设是Y{i-1}，我正在编辑我的问题

Y_6=Y_5+Y_2-Y_1+W_6=27+10-7+7=37