Python 是否有一种方法可以根据数据帧中另一列的最后n行来查找行的值？

我希望为数据帧的每一行找到一个新列dev的值，以便：

n=100
slope=0.8
inv=3
for i in range(0,n):
   dev += math.pow(src[i] - (slope * (n - i) + inv), 2)

其中src是同一数据帧的列的前n个值的列表

因此，如果我的数据帧是：

Index A
0     1
1     2
2     4
3     5
4     2

如果n的值为3，则索引为3的行的src将为：

[4, 2, 1]

---

最有效的方法是什么？

您好，万能先生。你是说像这样的事吗

df['dev'] = 0 ##Create a column dev with dummy values

for idx in df.index: #interating on the indexes
    dev = 0
    for i in range(n+1): #interating on the n values
        if idx >= i:
            print(idx, '-', i, '=', idx-i) #idx - i is the values above the index
            dev += np.power(df.loc[idx-i]['A'] - (slope * (n - i) + inv), 2)
        elif idx < i:
            print('No rows above.') #There will be values idx-i < 0 of which are not valid indexes for our df
            pass        
    df['dev'][idx] = dev #Here I'm setting each dev value obtained after n+1 interations,i.e., n values above

df['dev']=0##使用伪值创建列dev
对于df.index中的idx：#在索引上交互
dev=0
对于范围（n+1）内的i:#在n个值上交互
如果idx>=i：
print（idx，'-'，i，'='，idx-i）#idx-i是索引上方的值
dev+=np.power（df.loc[idx-i]['A']-（斜率*（n-i）+inv），2）
elif idx

hi，公式中的

x

是什么？如果是

i

？这可能会对您有所帮助：虽然这是正确的，但我想知道是否有一个更少的迭代过程来完成这项工作，可能是通过使用内置函数。另一个用户建议使用rolling.apply（），这可能有效。无论如何，非常感谢。