Python dataframe-如何基于下一列值修改值

我有这样的数据帧：

我想实现这样的目标：

如果下一列的值与同一行的第二列的值不同，如何加减号？在T2之后的列中，我们有W，但在第二列中是N，在这种情况下，我需要在数字之前减去

---

我搜索了很多文档，shift选项似乎很有用，但没有列的名称会导致问题。

首先，我建议重命名NaN列，使它们具有唯一的名称，以免混淆（如NaN_0、NaN_1、NaN_2等）

你可以试试这样的东西：

for i, col in enumerate(df.columns):
    if i < 2:
        continue
    if 'NaN' is in col:
        continue
    else:
        mask = df.iloc[:, 1] != df.iloc[:, (i+1)]
        df.loc[mask, col] = df[col]* (-1)

对于i，枚举中的列（df.列）：
如果i<2：
持续
如果“NaN”在列中：
持续
其他：
掩码=df.iloc[：，1]！=df.iloc[：，（i+1）]
df.loc[mask，col]=df[col]*（-1）

---

我对pandas/python也很陌生，所以很可能存在一个更优雅/更快的解决方案来解决您的问题。

您可以在python中使用iloc

for i in range(df.shape[0]):
    if(df.iloc[i,1] != df.iloc[i,5]):
        df.iloc[i,4] = df.iloc[i,4]*(-1)

---

据我所知，您的问题是，如果第2列的行值（即索引=1）和最后一列的值不同，则否定列“T2\n”中的值，否则保持相同的值。如果我在这个问题上错了，请纠正我

如果df是您的数据帧，那么请尝试

df['T2\n']=df.apply（λx:-1*x['T2\n']如果x.iloc[1]！=x.iloc[-1]否则x['T2\n']，轴=1）

---

注意：下次发布问题时，请以更好的方式解释您的问题

谢谢您的解答！这是可行的，但是如果col中的'if'Nan'是正确的，而没有'if'Nan'是正确的