使用熊猫在行输入之间添加和减去等于下一行第一列的值

Question

假设我有一个包含三个输入的数据集：

   x1   x2  x3  
0  a    b   c
1  d    e   f
2  g    h   i
3  j    k   l
4  m    n   o
5  p    q   r
6  s    t   u 
      :
      :

0,1,2,3 是时间，x1,x2,x3 是测量的输入。所以这里每隔一小时测量一次 x1 输入。 x2 和 x3 将在不同的时间测量。我需要做的是，我想写下在 x1、x2、x3 中测量的值将加减值等于下一次输入的 x1 值 所以在这里我想做的是：

    x1   x2   x3   y
 0  a    b    c   a+b-c=d
 1  d    e    f   d+e-f=g
 2  g    h    i   g+h-i=j
 3  j    k    l   j+k-l=m
 4  m    n    o   m+n-o=p
 5  p    q    r   p+q-r=s
 6  s    t    u   s+t-u=v
         :
         :

这里是根据我的 csv 文件的实际数据：

             X1     x2    x3    y
   0         63      0     0    63+0-0=63
   60(min)   63      0     2    63+0-2 =104
   120       104     11    0    104+11-0=93
   180       93      0    50    93+0-50=177
   240       177     0     2    177+0-2=133
   300       133     0     0    133+0-0=next value of x1

我尝试了 shift 方法，但它并不适合我想要的。我尝试了另一种方法，它奏效了，但没有如我所愿。这里我上传代码。

Code :
 data = pd.read_csv('data6.csv')
 i=0
 j=1
 while j < len(data):
   j=data['x1'][i] - data['x2'][i] + data['x3'][i] 
   i+=1 
   j!=i 
  print(j)

这是可行的，但它只显示一个数据

63

在我的 csv 文件中，这是 x1 输入的第二个输入值。 我想编写这段代码，并读取上面显示的值。 谁能帮我解决这个问题？

My csv file

Answer 1

试试：

>>> df['y'] = df['x1'] + '+' + df['x2'] + '-' + df['x3'] + '!=' + df.shift(-1)['x1']
>>> df
  x1 x2 x3         y
0  a  b  c  a+b-c!=d
1  d  e  f  d+e-f!=g
2  g  h  i  g+h-i!=j
3  j  k  l  j+k-l!=m
4  m  n  o  m+n-o!=p
5  p  q  r  p+q-r!=s
6  s  t  u       NaN
>>> 

Answer 2

在您的帮助下，我找到了答案。非常感谢你帮助我。 @Adam.Er8 、@U10-Forward 和 @anky_91

这是我的代码：

df = pd.DataFrame(data)     
df['y'] = 0 
for i in range(len(df)-1): #iterating between all the rows of dataframe
   df['y'].iloc[i] == df['x1'].iloc[i] + df['x2'].iloc[i] - df['x3'].iloc[i]
   df['y'].iloc[i] = df['x1'].iloc[i+1]