如何使用pandas-python递归构造数据帧的列？
问题内容：
给这样一个数据框df：
id_ val
11111 12
12003 22
88763 19
43721 77
...
我想添加一列diff到df，并且它的每一行等于，让我们说，在val该行中减去diff上一行和乘0.4，然后加入diff前一天：
diff = (val - diff_previousDay) * 0.4 + diff_previousDay
而diff在第一行等于val * 4该排。也就是说，期望df应该是：
id_ val diff
11111 12 4.8
12003 22 11.68
88763 19 14.608
43721 77 ...
我尝试过：
mul = 0.4
df['diff'] = df.apply(lambda row: (row['val'] - df.loc[row.name, 'diff']) * mul + df.loc[row.name, 'diff'] if int(row.name) > 0 else row['val'] * mul, axis=1)
但是出现了这样的错误：
TypeError ：（“不支持的操作数类型-：’float’和’NoneType’“，’发生在索引1’）
你知道如何解决这个问题吗？先感谢您！
问题答案：
您可以使用：
df.loc[0, 'diff'] = df.loc[0, 'val'] * 0.4
for i in range(1, len(df)):
df.loc[i, 'diff'] = (df.loc[i, 'val'] - df.loc[i-1, 'diff']) * 0.4 + df.loc[i-1, 'diff']
print (df)
id_ val diff
0 11111 12 4.8000
1 12003 22 11.6800
2 88763 19 14.6080
3 43721 77 39.5648
输入取决于先前步骤的结果的计算的迭代性质使向量化变得复杂。您也许可以将apply与功能与循环进行相同计算的函数一起使用，但是在幕后这也将是循环。
