Python Pandas iterrows() 与先前的值

我有一个以下形式的 pandas Dataframe：

            A           B       K      S
2012-03-31  NaN         NaN     NaN    10
2012-04-30  62.74449    15.2    71.64   0
2012-05-31  2029.487    168.8   71.64   0
2012-06-30  170.7191    30.4    71.64   0

我尝试创建一个使用 df['S'][index-1] 值替换 df['S'] 的函数。

例如：

for index,row in df.iterrows:
     if index = 1: 
         pass
     else:
         df['S'] = min(df['A'] + df['S'][index-1]?? - df['B'], df['K'])

但我不知道如何获取 df['S'][index - 1]

看来您最初的答案非常接近。

以下应该有效：

for index, row in df.iterrows():
    if df.loc[index, 'S'] != 0:
        df.loc[index, 'S'] = df.loc[str(int(index) - 1), 'S']

本质上，对于除第一个索引（即 0）之外的所有索引，将“S”列中的值更改为其之前行中的值。注意：这假设数据帧具有连续的、有序的索引。

The iterrows()方法不允许您通过单独调用行来修改值，因此您需要使用df.loc()识别数据框中的单元格，然后更改其值。

另外值得注意的是index不是整数，因此使用int()函数减去 1。这都在str()函数的最终索引输出是一个字符串，如预期的那样。