熊猫循环元素答案

【问题标题】：pandas loop on elements熊猫循环元素
【发布时间】：2025-11-24 13:10:02
【问题描述】：

我想计算数据帧中的增量时间（在某些条件下），所以我写了一个循环：

for i in range(1,len(df.index)):
    if df.type[i] == df.type[i-1]:
        df.delta[i]=df.time[i]-df.time[i-1]
    else:
        df.delta[i]= ''

但它似乎不是很优化，因为它很长而且我得到一个SettingWithCopyWarning（我不明白）。进行此类计算的最佳方法是什么？

【问题讨论】：

标签： python performance pandas loops dataframe

【解决方案1】：

我会为此使用 .shift() 。它创建一个新列，其中的值移动了 1。因此，如果我们没有条件，您只需要df["time"] - df["time"].shift()，但如果您想添加条件，where 会有所帮助。所以这是一个单行解决方案

(df["time"] - df["time"].shift()).where(df["type"] == df["type"].shift(), "")

或者按照其他答案中的建议，您可以使用 diff

df["time"].diff().where(df["type"] == df["type"].shift(), "")

【讨论】：

【解决方案2】：

您应该使用矢量化方法。例如，您可以将numpy.where 与pd.Series.shift 和pd.Series.diff 一起使用：

df['C_id'] = np.where(df['type'] == df['type'].shift(), df['time'].diff(), np.nan)

注意，我强烈建议您不要使用空字符串 '' 作为替代值，因为这将强制您的系列使用 object dtype 而不是 float。

【讨论】：

【解决方案3】：

我的方法是使用 pandas.apply()

type_prev = ''
time_prev = 0

def lambda_func(row):
    global type_prev
    global time_prev
    if row['type'] == time_prev:
        time_diff = row['time'] - time_prev
    else:
        time_diff = ''
    time_prev = row['time']
    type_prev = row['type']
    return time_diff

df['delta'] = df.apply(lambda_func)

【讨论】：

好像不行，试试这个：df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD')) df.A[ 0:2] = 1 df.A[2:5] = 4 df.A[5:9] = 3 type_prev = '' time_prev = 0 def lambda_func(row): global type_prev global time_prev if row['A'] == time_prev: time_diff = row['B'] - time_prev else: time_diff = '' time_prev = row['B'] type_prev = row['A'] return time_diff df['C'] = df.apply(lambda_func )