Python 迭代DataFrame以计算新行值

我想迭代Pandas dataframe并计算新的行值。除2010年1月外，租金增长率为2%。我想计算新租金并更新租金列

2%是根据上一年的价值计算出来的，所以这就像滚动2%

df = pd.DataFrame({
                   "Year": ['2010','2011','2012','2013','2014'],
                   "Rent": ['1000','1000','1000','1000','1000']
                 })


for index, row in df.iterrows():
    df.at[index, "Rent"] = round(row['Year']*row['Rent'],0) + round(2*row['Rent']/100,0)

我的尝试不太奏效

预期的输出/修改数据帧为：

df = pd.DataFrame({
                   "Year": ['2010','2011','2012','2013','2014'],
                   "Rent": ['1000','1020','1040.4','1060.8','1082]
                 })

• 可能存在一些舍入错误，因此近似值可以

---

我认为这是解决您问题的一种方法：

df = pd.DataFrame({
                   "Year": ['2010','2011','2012','2013','2014'],
                   "Rent": ['1000','1000','1000','1000','1000']
                 })

counter = 1
for i in df.loc[1:, 'Rent']:
    i = (2 * int(df.loc[counter-1, 'Rent']) /100) + int(df.loc[counter-1, 'Rent'])
    print('rent: ' + str(df.loc[counter-1, 'Rent']))
    df.loc[counter, 'Rent'] = i
    counter += 1

输出：

    Year    Rent
0   2010    1000
1   2011    1020.0
2   2012    1040.4
3   2013    1060.8
4   2014    1081.2

---

请共享预期的输出。您也可以打印输出数据帧。