定义PythonApply函数，该函数可以访问前面的行值并使用它们进行计算

我想迭代df并计算a列的值，这需要b列和c列的值。公式如下：

    for i in range(1, len(df)):
     df.a[i] = df.b[i-1]*(2**df.c[i])
     df.b[i] = df.a[i]*0.5 + 1

我想使用apply func或lambda func进行更快的计算，但我不知道在python中定义apply函数时，如何访问前一行的值

示例输入（df.a[0]df.b[0]df.c）和预期输出df.a： df

您需要以下功能：

In [9]: df = pd.DataFrame({'b': [1,3,13,105], 'c': [1,2,3,4]})

In [10]: df
Out[10]:
     b  c
0    1  1
1    3  2
2   13  3
3  105  4

In [11]: df['a'] = (df.b.shift()*(2**df.c)).fillna(0)

In [12]: df
Out[12]:
     b  c    a
0    1  1    0
1    3  2    4
2   13  3   24
3  105  4  208

In [13]: df.b = df.a*0.5+1

In [14]: df
Out[14]:
     b  c    a
0    1  1    0
1    3  2    4
2   13  3   24
3  105  4  208

In [15]: df[['a','b','c']]
Out[15]:
     a    b  c
0    0    1  1
1    4    3  2
2   24   13  3
3  208  105  4

---

请提供一个示例输入数据5-7行和预期输出我添加了输入和预期输出，还更新了我想要的计算。很抱歉给你带来了困惑。谢谢谢谢你的回复，很抱歉我没有把我的全部功能放在上一篇文章里。我更新了函数，b列的值实际上需要当前行a列的值进行计算。@user5025141，源数据帧是什么-我的意思是

b

column@user5025141，我已经更新了我的答案。请检查，对不起，b列没有源数据。我只知道df.b[0]，b列是一步一步计算出来的。

In [9]: df = pd.DataFrame({'b': [1,3,13,105], 'c': [1,2,3,4]})

In [10]: df
Out[10]:
     b  c
0    1  1
1    3  2
2   13  3
3  105  4

In [11]: df['a'] = (df.b.shift()*(2**df.c)).fillna(0)

In [12]: df
Out[12]:
     b  c    a
0    1  1    0
1    3  2    4
2   13  3   24
3  105  4  208

In [13]: df.b = df.a*0.5+1

In [14]: df
Out[14]:
     b  c    a
0    1  1    0
1    3  2    4
2   13  3   24
3  105  4  208

In [15]: df[['a','b','c']]
Out[15]:
     a    b  c
0    0    1  1
1    4    3  2
2   24   13  3
3  208  105  4