python:groupbyapply函数查看前面的行

我有一个数据集，我想添加一列来表示某些计算的结果（它很复杂）。计算需要在每个组中进行，并且每一行的值取决于它上面的行。下面是一个简单的示例，说明我到目前为止的代码和所需的输出：

编辑1 所以我在下面更新了我的代码，也许我不了解apply是如何工作的，但我认为这会执行两次（每个组一次）。然后，我的函数将循环这些执行中的每一行。我仍然不明白为什么它会打印3次……我以为“执行”会打印5次。对此有何想法

编辑2 我的返回函数的缩进错误。这就解决了问题。谢谢你的帮助

import pandas as pd

df = pd.DataFrame({'type' : ['foo', 'foo', 'foo', 'bar','bar'], 'cost' : [1, 4, 2, 8,9]})
df['class'] = np.nan

def customFunction(test_df):
    print np.shape(test_df)
    iteration = 1
    for currRow in test_df.iterrows():
        print 'executed'
        if iteration == 1:
            test_df['class'] = 'first'
        else:
            if currRow[1]['cost'] > priorCost:
                test_df['class'] = 'greater'
            elif currRow[1]['cost'] < priorCost:
                test_df['class'] = 'less'
            else:
                test_df['class'] = 'equal'

        iteration += 1        
        priorCost = currRow[1]['cost']

    return test_df

grouped_df = df.groupby(['type']).apply(customFunction)

---

我会尽我所能告诉你-我现在需要一个短暂的休息，但是：

df = pd.DataFrame(pd.read_clipboard())
df.set_index('type', inplace=True)
test = df.groupby(level=0).apply(lambda x: x.cost.diff())

给我（因为

diff（）

计算列内的差异w.r.t.第一个条目）

这包含了你需要的所有信息。目前，我正在努力将这些信息合并回原始数据帧

df['differences']=test

造成了一片混乱

更新

我快到了：

>>> df['differences'] = test[1].append(test[0])
>>> df.loc[df['differences'] > 0, 'inWords'] = 'greater'   
>>> df.loc[df['differences'] < 0, 'inWords'] = 'lesser' 
>>> df.loc[df['differences'].isnull(), 'inWords'] = 'first' 
>>> df
Out[184]: 
      cost  differences  inWords
type                            
foo      1          NaN    first
foo      4            3  greater
foo      2           -2   lesser
bar      8          NaN    first
bar      9            1  greater

---

您可以访问所有标准函数以及函数中的整个组。所以，你可以创建所有复杂的依赖行的魔法，不管它是什么。唯一需要注意的是：

someValues

需要是一个只有一列的

系列

或

数据帧

，它的条目数与

组的行数相同。只要您返回这样的
someValues
，您就可以始终执行
df['resultofsomethingcomplexed']=df.groupby（level=0）。apply（compareSomethingWithinAGroup）
，并使用响应中的所有行。
谢谢您的帮助，但我正在进行的实际计算是不同的，而且要复杂得多（我刚刚发布了一个例子——如果您可以计算相对于x-1行的x行，我可以将其转换为我实际需要做的事情）。我需要找出如何比较行，而不是执行上面示例中的实际步骤。我更新了我的响应。希望这有帮助吗？否则，如果您需要帮助，了解
apply（）中应该发生的事情
function，您需要更具体地说明您到底想做什么。谢谢-我更新了上面的代码，我仍然不完全理解为什么结果不如预期。。。
Out[160]: 
type
bar     type
bar    NaN
bar      1
Name: cost, dtype: ...
foo     type
foo    NaN
foo      3
foo     -2
Name: co...
dtype: object

>>> df['differences'] = test[1].append(test[0])
>>> df.loc[df['differences'] > 0, 'inWords'] = 'greater'   
>>> df.loc[df['differences'] < 0, 'inWords'] = 'lesser' 
>>> df.loc[df['differences'].isnull(), 'inWords'] = 'first' 
>>> df
Out[184]: 
      cost  differences  inWords
type                            
foo      1          NaN    first
foo      4            3  greater
foo      2           -2   lesser
bar      8          NaN    first
bar      9            1  greater

def compareSomethingWithinAGroup(group):
    someMagicHappens()
    return someValues