如何在 Pandas 数据框中使用先前行的值，当先前的值也是使用分组数据计算得出的？

Question

我有这样的数据框：

df = pd.DataFrame({'id': [111,111,111, 222,222,222],\
                   'Date': ['30.04.2020', '31.05.2020', '30.06.2020', \
                            '30.04.2020', '31.05.2020', '30.06.2020'],\
                   'Debt': [100,100,70, 200,200,200] , \
                   'Ear_coef': [0,0.2,0.2, 0,0,0.3]}) 
df['Date'] = pd.to_datetime(df['Date'] ) 
df['Contract'] = pd.DataFrame(df.groupby(['id']).apply(lambda x: x.Debt - x.Debt.shift(1))).reset_index().Debt
# df.groupby(['id']).
df 

我需要得到这样的DataFrame：

起始DataFrame:

• 第一列是合同id
• 第二列是日期
• 第三列是预付款系数（EAR）
• 第四列是合同付款

结果DataFrame：

• 第五列是EAR。它等于Ear_coef(t) * Debt_with_EAR(t-1)
• 第六列是Debt_with_EAR。它等于Debt_with_EAR(t-1)+Contract(t)+EAR(t)

Ear 和 Debt_with_EAR 在第一天的值分别为0和Debt。

我尝试使用apply方法解决此任务，但是由于需要使用先前计算的值，因此我并没有成功。 这些答案对我没有帮助Is there a way in Pandas to use previous row value in dataframe.apply when previous value is also calculated in the apply?，因为我有成百上千个id。

感谢您的帮助。

- Roman

Answer 1

您正在寻找.shift()。

然而，.apply() 并不容易适用。一个解决方法是：

df['EAR'] = df['EAR_coef'] * df['Debt with EAR'].shift(1)

对于你最后一列，你可能需要使用 .rolling()，但我不确定你的公式是什么？它似乎没有止境。

- gosuto

---

你的方法不可行，因为你并不知道所有预测时间段内 df['Debt with EAR'] 的值。例如，对于 id 为 111 的数据，使用你的方法得到的 df['EAR'] = [NaN, 20, NaN] 是不正确的。 - Roman

是的，但这是您的公式存在问题；EAR 依赖于 Debt_with_EAR，而 Debt_with_EAR 又依赖于 EAR。 - gosuto

当我在第一天描述Ear和Debt_with_EAR时，它们分别等于0和Debt。但是在第二天，我可以在开始时计算EAR，然后计算Debt_with_EAR。 - Roman