对数据帧行的操作

Question

我有一个数据框

import pandas as pd
data = [[1, 10], [2, 15], [3, 14], [4, 15], [5, 14]]
df = pd.DataFrame(data, columns = ['Name', 'lastprice'])

1. 我想将 onelastprice 乘以 2（例如，x = 2* lastprice）
2. 添加行上方和下方行的最后价格。 （比如说，y = lastprice[-1]+ lastprice[1]）
3. 将 x/y 添加到新列（比如“新建”）
4. 对每一行重复它（对于任何不可用的值，视为零）。
5. 打印最多 3 个“New”值及其其他行值

如何以最有效的方式做到这一点？

Answer 1

x = df["lastprice"] * 2

y = df["lastprice"].shift(1, fill_value=0) + df["lastprice"].shift(-1, fill_value=0)

df["new"] = x / y

是否如你所愿？ （我不明白5）

>>> df
   Name  lastprice       new
0     1         10  1.333333
1     2         15  1.250000
2     3         14  0.933333
3     4         15  1.071429
4     5         14  1.866667

为了避免循环，你可以改变你的值：

df["lastprice[-1]"] = df["lastprice"].shift(1)  # values shifted to the bottom

df["lastprice[1]"] = df["lastprice"].shift(-1)  # values shifted to the top

>>> df
   Name  lastprice  lastprice[-1]  lastprice[1]
0     1         10            NaN          15.0
1     2         15           10.0          14.0
2     3         14           15.0          15.0
3     4         15           14.0          14.0
4     5         14           15.0           NaN

Answer 2

df.loc[row, col] 的使用可用于广泛的操作。虽然这可能不是最有效的方式，但它可以逐行完成工作。

data = [['', 0], [1, 10], [2, 15], [3, 14], [4, 15], [5, 14], ['', 0]]
df = pd.DataFrame(data, columns = ['Name', 'lastprice'])
df['new']=''
for i in range(1, len(df)-1):
    df.loc[i, 'new'] = df.loc[i, 'lastprice']*2 / (df.loc[i-1, 'lastprice'] + df.loc[i+1, 'lastprice'])
df.drop(df.index[df['new']==''], inplace=True)
df.sort_values(by='new', ascending=False, inplace=True)

前 3 个值位于前 3 行：