python - 使用Apply使用特定功能快速填充 Pandas 数据框的列吗？

我将以下熊猫数据框作为输入：

df= pd.DataFrame({"C": [2,4,7,17,39], "D": [0,0,0,0,0]})

输出：
C D0 2 01 4 02 7 03 17 04 39 0

我想对D列应用一个函数，使其采用当前C值并减去先前的C值，并将其添加至先前的D值。 D中的第一个元素必须为0。

例如对于第四行，列D的值为39-17 + 15 = 37

所需的输出如下所示：

C D0 2 01 4 22 7 53 17 154 39 37

我可以使用遍历每一行并执行计算的for循环来获得所需的结果。我的实际数据帧是几千行，计算涉及几列。我想知道是否有一个更有效，更简单的例程，可以使用Apply或shift或类似的方法但不能使用for循环使用？

最佳答案

您可以对C列的差（当前-上一个）执行cumsum：

df['D'] = df['C'].diff().fillna(0).cumsum()
df

#    C     D
#0   2   0.0
#1   4   2.0
#2   7   5.0
#3  17  15.0
#4  39  37.0

关于python - 使用Apply使用特定功能快速填充 Pandas 数据框的列吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43441974/