python - Pandas:累积函数应用

Question

考虑使用 pandas 的简单 dataframe 示例:

df = pd.DataFrame({'x' : [10, 20, 30, 40]}, index = ['0','1','2', '3'])

这给出了以下内容:

index x
0     10
1     20
2     30
3     40

我正在尝试获取 x 的值，并为每一行生成一个结果(通过 lambda)，该结果也利用了前一行的计算。也就是说，我想将 y[i+1] 计算为 x[i+1] 和 y[i] 的函数>。例如:

y[i+1] = sin(x[i+1]) + (15 * y[i])

所以这将给出以下 DataFrame:

index x  y
0     10 -0.54
1     20 -7.2
2     30 -109.7
3     40 -1644.7

对于第一行，这大概是一个特例(因为没有 y[-1])？所以我想给它一个具体的数字。

我一直在尝试用 expanding_apply 来解决这个问题，但没有成功。谢谢。

更新

所以我在下面的帮助下(谢谢)以我理解的方式回答了我的问题:

df.loc[:,'y'] = 0
initial_y_val = 10

for i in range (0, df.shape[0]):
    if i == 0 : df.iloc[0,1] = initial_y_val + df.iloc[0,0] 
    else      : df.iloc[i,1] = df.iloc[i,0] + df.iloc[(i-1),1] 

print df

这给出:

    x    y
0  10   20
1  20   40
2  30   70
3  40  110

所以我的问题是，是否有更惯用(更快)的方式来实现相同的结果？

Answer 1

pandas 中的 cumsum 解决了您的问题:

df['y'] = df.x.cumsum()

In [171]: df
Out[171]:
    x    y
0  10   10
1  20   30
2  30   60
3  40  100

编辑:

确实是个很好的问题，通过开发 y1, y2, ...,yn 可以看出它是 sin(x) 的增长多项式，系数为15 的幂。我会通过遍历 DataFrame 索引来选择此解决方案:

z = df.x.map(math.sin)

df['y']=[sum(z[:i]*15**np.arange(int(i)+1)[::-1]) for i,r in df.iterrows()]

In [258]: df
Out[258]:
    x            y
0  10    -0.544021
1  20    -7.247371
2  30  -109.698603
3  40 -1644.733929