Pandas数据帧对复杂的“if”条件使用前一行值来确定当前值

Question

我想知道有没有什么更快的方法来完成下面的循环？可以使用apply或rolling apply函数来实现 基本上，我需要访问前一行的值来确定当前单元格的值。

df.ix[0] = (np.abs(df.ix[0]) >= So) * np.sign(df.ix[0])
for i in range(1, len(df)):
    for col in list(df.columns.values):
        if ((df[col].ix[i] > 1.25) & (df[col].ix[i-1] == 0)) | :
            df[col].ix[i] = 1
        elif ((df[col].ix[i] < -1.25) & (df[col].ix[i-1] == 0)):
            df[col].ix[i] = -1
        elif ((df[col].ix[i] <= -0.75) & (df[col].ix[i-1] < 0)) | ((df[col].ix[i] >= 0.5) & (df[col].ix[i-1] > 0)):
            df[col].ix[i] = df[col].ix[i-1]
        else:
            df[col].ix[i] = 0

如您所见，在函数中，我正在更新数据帧，我需要访问最新的前一行，因此使用shift将不起作用。

例如： 输入：

A      B     C
1.3  -1.5   0.7
1.1  -1.4   0.6
1.0  -1.3   0.5
0.4   1.4   0.4

输出：

 A      B     C
1     -1      0
1     -1      0
1     -1      0
0      1      0

Answer 1

@maxU有shift的权利，我想你甚至可以直接比较数据帧，如下所示：

df_prev = df.shift(-1)
df_out = pd.DataFrame(index=df.index,columns=df.columns)

df_out[(df>1.25) & (df_prev == 0)] = 1
df_out[(df<-1.25) & (df_prev == 0)] = 1
df_out[(df<-.75) & (df_prev <0)] = df_prev
df_out[(df>.5) & (df_prev >0)] = df_prev

语法可能是关闭的，但如果您提供一些测试数据，我认为这可以工作。

省得你必须循环。

编辑-根据下面的注释更新

我会尽我最大的努力不通过DF本身。最好是一列一列地进行，发送到一个列表并进行更新，然后再重新导入。像这样的：

df.ix[0] = (np.abs(df.ix[0]) >= 1.25) * np.sign(df.ix[0]) 
for col in df.columns.tolist():
    currData = df[col].tolist()
    for currRow in range(1,len(currData)):
        if  currData[currRow]> 1.25 and currData[currRow-1]== 0:
            currData[currRow] = 1
        elif currData[currRow] < -1.25 and currData[currRow-1]== 0:
            currData[currRow] = -1
        elif currData[currRow] <=-.75 and currData[currRow-1]< 0:
            currData[currRow] = currData[currRow-1]
        elif currData[currRow]>= .5 and currData[currRow-1]> 0:
            currData[currRow] = currData[currRow-1]
        else:
            currData[currRow] = 0
    df[col] = currData