Pandas 应用（依赖于路径）答案

【问题标题】：Pandas apply (path-dependent)Pandas 应用（依赖于路径）
【发布时间】：2022-10-16 01:59:02
【问题描述】：

在 pandas 中矢量化路径相关函数（即中间结果取决于先前结果的函数）的有效方法是什么？将结果存储在矩阵中并对先前的结果进行索引不会提高 for 循环的性能。

a,b->f(x,y) 在以下数据帧上：

>>> pd.DataFrame({
    'a':   [1,3,5,7,7,7,4],
    'b':   [2,2,2,2,2,1,1],
    'f(xy):[1,1,3,5,5,6,5],
})
   a  b  f(xy)
0  1  2  1
1  3  2  1
2  5  2  3
3  7  2  5
4  7  2  5
5  7  1  6
6  4  1  5

函数在哪里（元语言）：

if t==0
    f(xy[t]) = a[t]

else:

    if f(xy[t-1]) < a[t]-b[t]:
        f(xy[t]) = a[t]-b[t]

    else if f(xy[t-1]) > a[t-1]+b[t]:
        f(xy[t]) = a[t]+b[t]

    else:
        f(xy[t]) = xy[t-1]

（t 是数据帧索引）

【问题讨论】：

标签： python pandas

【解决方案1】：

使用您提供的数据框：

import pandas as pd

df = pd.DataFrame(
    {
        "a": [1, 3, 5, 7, 7, 7, 4],
        "b": [2, 2, 2, 2, 2, 1, 1],
    }
)

这是使用 Numpy where 的一种方法：

import numpy as np

# Setup
df["f(xy)"] = 0

# General case
df["f(xy)"] = np.where(
    (df["f(xy)"].shift(-1) < df["a"] - df["b"]),
    df["a"] - df["b"],
    np.where(
        (df["f(xy)"].shift(-1) > df["a"] - df["b"]),
        df["a"] + df["b"],
        df["f(xy)"].shift(-1),
    ),
)

# First row
df.at[0, "f(xy)"] = df.loc[0, "a"]
# df.at[df.shape[0]-1, "f(xy)"] = df.apply(lambda x: , axis=1)

# Last row
df.at[df.shape[0] - 1, "f(xy)"] = np.where(
    (
        df.loc[df.shape[0] - 2, "f(xy)"]
        < df.loc[df.shape[0] - 1, "a"] - df.loc[df.shape[0] - 1, "b"]
    ),
    df.loc[df.shape[0] - 1, "a"] - df.loc[df.shape[0] - 1, "b"],
    np.where(
        (
            df.loc[df.shape[0] - 2, "f(xy)"]
            > df.loc[df.shape[0] - 1, "a"] - df.loc[df.shape[0] - 1, "b"]
        ),
        df.loc[df.shape[0] - 1, "a"] + df.loc[df.shape[0] - 1, "b"],
        df.loc[df.shape[0] - 2, "f(xy)"],
    ),
)

print(df)
# Output
   a  b  f(xy)
0  1  2    1.0
1  3  2    1.0
2  5  2    3.0
3  7  2    5.0
4  7  2    5.0
5  7  1    6.0
6  4  1    5.0

【讨论】：