使用 .apply 和 lambda 计算具有先前计算值的 pandas 中的行值

Question

这段代码给出了我想要的结果：

• 它取值 n-1 并从中计算 n

取“y”列中的前一个值，将其称为 y-1 并计算一个成为新 y 的值，然后在下一行中将新的 y 作为 y-1 并计算另一个新的 y

size = 10
x= range(1,size+1)
df = pd.DataFrame(data={'x': x,'y': size })

for n in range(1,len(x)):
    df['y'].iloc[n] = df['y'].iloc[n-1]*2

out:

    x   y
0   1   10
1   2   20
2   3   40
... ... ...
9   10  5120

我想把它放到一个 lambda 中，但不知怎么弄错了：

b=2
df['y'].loc[1::] = df['y'].shift(-1).apply(lambda x: x*b)

out:

    x   y
0   1   10.0
1   2   20.0
2   3   20.0
... ... ...

lambda 函数采用每行中的预填充值 (10)，而不是向后移动 1 步并将前一个值作为乘法的基数

我查看了一些线程，但它超出了我的理解，如果我在这里处理递归并且这对于 lambdas 是不可能的？

recursive lambda-expressions possible?

Python Recursion on Pandas df

Can a lambda function call itself recursively in Python?

编辑： 我希望“y”中的后续条目与之前的“y”条目一起计算，从 idx 1 开始

DataFrame at start:

idx | y |
 0   10


DataFrame after 1st calc:
y1 = y0 *2

# *2 is a placeholder could be mx+b, or something else

idx | y |
 0   10
 1   20

Answer 1

我不确定您是否需要进行任何递归，除非我误解这是数学指数。

请注意确定您的实际用例，但其中之一应该可以工作。

[v*(2**i) for i,v in enumerate(df.y)]    

df.apply(lambda j: j.y*(2**(j.x-1)), axis=1)