在 Python 中有效地分割几何级数（Pythonic 方式）

Question

我正在尝试实现涉及几何级数（拆分）的计算。是否有任何有效/高效的方法来做到这一点。数据集有数百万行。 我需要“Traded_quantity”列

		Marker	Action	Traded_quantity
2019-11-05	09:25	0		0
	09:35	2	BUY	3
	09:45	0		0
	09:55	1	BUY	4
	10:05	0		0
	10:15	3	BUY	56
	10:24	6	BUY	8128

乌龟 = 2 （用户定义）

base_quantity = 1 （用户定义）

    def turtle_split(row):
        if row['Action'] == 'BUY':
            return base_quantity * (turtle ** row['Marker'] - 1) // (turtle - 1)
        else:
            return 0
    df['Traded_quantity'] = df.apply(turtle_split, axis=1).round(0).astype(int)

计算

对于第 0 行，Traded_quantity 应为零（因为标记为零）

对于第一行，Traded_quantity 应该是 (1x1) + (1x2) = 3 （标记 2 将分为 1 和 1，第一个 1 将乘以 base_quantity>>1x1，第二个 1 将乘以结果从前 1 次 turtle>>1x2)，然后我们将这两个数字相加）

对于第 2 行，Traded_quantity 应为零（因为标记为零）

对于第 3 行，Traded_quantity 应为 (2x2) = 4（标记 1 将乘以第 1 行时间海龟的最后一次拆分，即 2x2）

对于第 4 行，Traded_quantity 应为零（因为标记为零）

对于第 5 行，Traded_quantity 应为 (4x2)+(4x2x2)+(4x2x2x2) = 56（标记 3 将拆分为 1,1 和 1，前 1 将乘以第 3 行的最后拆分乘以龟 > >4x2，第二个 1 将乘以第一个 1 的结果与海龟>>8x2），第三个 1 将乘以第二个 1 的结果与海龟>>16x2）然后我们将这三个数字相加）

对于第 6 行，Traded_quantity 应为 (32x2)+(32x2x2)+(32x2x2x2)+(32x2x2x2x2)+(32x2x2x2x2x2) = 8128

只要有买入，交易数量将使用 Traded_quantity 乘以 turtle 的最后一批计算。

事实证明，当 Marker 中没有零时，代码正在生成正确的 Traded_quantity。一旦有几个零几何级数的差距将无济于事，我将需要之前的图（来自缓存）重新计算 Traded_q。尝试使用 lru_cache 进行递归，没有用。

Answer 1

这应该可以工作

def turtle_split(row):
        global base_quantity
        if row['Action'] == 'BUY':
            summation = base_quantity * (turtle ** row['Marker'] - 1) // (turtle - 1)
            base_quantity = base_quantity * (turtle ** (row['Marker'] - 1))*turtle
            return summation
        else:
            return 0