当还使用组数据计算前一个值时，如何在熊猫数据框中使用前一行值

Question

我有这样的DataFrame：

df = pd.DataFrame({'id': [111,111,111, 222,222,222],\
                   'Date': ['30.04.2020', '31.05.2020', '30.06.2020', \
                            '30.04.2020', '31.05.2020', '30.06.2020'],\
                   'Debt': [100,100,70, 200,200,200] , \
                   'Ear_coef': [0,0.2,0.2, 0,0,0.3]}) 
df['Date'] = pd.to_datetime(df['Date'] ) 
df['Contract'] = pd.DataFrame(df.groupby(['id']).apply(lambda x: x.Debt - x.Debt.shift(1))).reset_index().Debt
# df.groupby(['id']).
df 

我需要得到这样的DataFrame：

起始DataFrame：

• 第一列是合同 ID；
• 第二列是日期；
• 第三列是预付款系数 (EAR)；
• 第 4 列是合同付款；

结果数据框：

• 第 5 列是 EAR。它等于 Ear_coef(t) * Debt_with_EAR(t-1)
• 第 6 列是 Debt_with_EAR。它等于 Debt_with_EAR(t-1)+Contract(t)+EAR(t)

Ear 和 Debt_with_EAR at first date 分别等于 0 和 Debt at。

我尝试使用 apply 来解决此类任务。但是我没有成功，因为我需要使用以前计算的值。 这个答案对我没有帮助Is there a way in Pandas to use previous row value in dataframe.apply when previous value is also calculated in the apply? 因为我有数百个 id。

我将不胜感激。

Answer 1

您正在寻找.shift()。

然而，它并不适合.apply()。解决方法是：

df['EAR'] = df['EAR_coef'] * df['Debt with EAR'].shift(1)

对于您的最后一列，您可能需要.rolling()，但我不确定您的公式？似乎永无止境。