根据前一天的值计算参数

Question

我有一个 DataFrame，它是 Python 上更广泛脚本的一部分，具有以下特征：

• 索引dtype='datetime64[ns]', length=365, freq='D'
• 不同参数的每日值
• DOY 1 的默认值
• 我之前为某些特定日期计算的一对值。

迄今为止，数据框结构是这样的：

                 col1    col2      col3       col4       Condition   value to calculate
2018-01-01        5.0  0.853232  0.992774   0.65377        0.0       0.65429
2018-01-02        0.4  0.004652  0.992774   0.65377        0.0       NaN
2018-01-03        0.0  0.000000  0.992774   0.65377        0.0       NaN
2018-01-04        0.0  0.000000  0.992774   0.65377        1.0       0.33456
2018-01-05        0.4  0.004652  0.992774   0.65377        0.0       NaN
              ...       ...       ...       ...        ...       ...

“条件”列用于在最后一列中的特定时间属性值

最后一列中的缺失值应使用第 1 到第 4 列中的数据计算，使用第 1 到第 4 列中的前 DOY 值以及我必须计算的值的同一列中的值。

此外，如果特定 DOY 中已经存在值，则应重置公式以使用先前添加的值开始计算。

我不确定如何将其放入循环中以执行操作，或者是否有其他替代方法来解决我正在处理的这部分代码。

Answer 1

您似乎需要这样的东西： def compute_value(previous_row, row):

for index, row in df.iterrows():
      if index>0:
           previous_row = df.iloc[index-1]
           row['value to calculate'] = previous_row['col1'] * previous_row['col2'] - previous_row['col3'] * previous_row['col4']

这是您迭代的方式，但不确定是否完全理解条件并且不确定您的意思，如果我可以扩展，请告诉我

此外，如果特定 DOY 中已经存在值，则应重置公式以使用先前添加的值开始计算。