python - 使用其他行中的值将函数应用于 pandas 数据框行

Question

我有一种情况，我有一个数据框行来执行计算，我需要使用后面(可能前面)行中的值来进行这些计算(本质上是基于真实数据集的完美预测)。我从之前的 df.apply 调用中获取每一行，因此我可以将整个 df 传递给下游对象，但根据我分析中对象的复杂性，这似乎不太理想。

我发现了一个密切相关的问题和答案 [1]，但问题实际上根本不同，因为我的计算不需要整个 df，只需以下 x 数量行(这对于大型 df 可能很重要)。

所以，例如:

df = pd.DataFrame([100, 200, 300, 400, 500, 600, 700, 800, 900, 1000], 
                  columns=['PRICE'])
horizon = 3

我需要在按行的 df.apply 调用中访问以下 3 (horizo​​n) 行中的值。如何在我的行式应用计算中动态地获得对接下来 3 个数据点的简单预测？例如对于第一行，PRICE 是 100，我需要在我的计算中使用 [200, 300, 400] 作为预测.

[1] apply a function to a pandas Dataframe whose returned value is based on other rows

Answer 1

通过使用 row.name 在 df.apply() 调用中获取行的索引，您可以生成相对于当前所在行的“预测”数据。这实际上是一个将“预测”放入相关行的预处理步骤，或者如果 df 在下游可用，它可以作为初始 df.apply() 调用的一部分完成。

df = pd.DataFrame(
    [100, 200, 300, 400, 500, 600, 700, 800, 900, 1000],
    columns=["PRICE"]
)
horizon = 3
    
df["FORECAST"] = df.apply(
    lambda x: [df["PRICE"][x.name + 1 : x.name + horizon + 1]],
    axis=1
)

结果:

   PRICE          FORECAST
0    100   [200, 300, 400]
1    200   [300, 400, 500]
2    300   [400, 500, 600]
3    400   [500, 600, 700]
4    500   [600, 700, 800]
5    600   [700, 800, 900]
6    700  [800, 900, 1000]
7    800       [900, 1000]
8    900            [1000]
9   1000                []

可以在您的行式 df.apply() 计算中使用。

编辑: 如果您想从生成的“预测”中删除索引:

df["FORECAST"] = df.apply(
    lambda x: [df["PRICE"][x.name + 1 : x.name + horizon + 1].reset_index(drop=True)],
    axis=1
)