Pandas DataFrame中基于同列前序行值生成新列D的报错问题

1. KeyError 直接原因：你在assign里定义列D时，lambda表达式里写了x['D'].shift(1)——但这时候D还没被生成出来，自然找不到这个列。而且np.where是向量化操作，所有分支的代码都会执行，哪怕条件不满足，所以非索引1的行也会触发对D的访问，直接报错。
2. 递归计算的本质限制：你的需求是D后面的行要用上一行的D值，这种依赖前序结果的序列计算，普通的向量化函数（比如np.where）搞不定，因为它们是一次性算完所有值，不会按行顺序一步步迭代。

用itertools.accumulate来处理这种递推逻辑最适合，它能高效生成序列依赖的结果，而且没有显式的for循环。

修正后的代码 #

import pandas as pd
import numpy as np
from itertools import accumulate

data = {
  "A": [10, 20, 30, 40, 50],
  "B": [15, 25, 35, 45, 55],
}

df = pd.DataFrame(data)

def newdf(df):
    # 先算出C列
    df = df.assign(C=df['B'] + 2)
    # 计算D的第一个有效值（索引1的位置）
    first_d = (df.loc[0, 'A'] + df.loc[0, 'B']) / 2
    # 准备递推需要用到的C值（从索引1到最后一行）
    c_vals = df.loc[1:, 'C'].values
    # 定义递推规则：当前D = (上一行C + 上一行D)/2
    def calc_next_d(prev_d, curr_c):
        return (curr_c + prev_d) / 2
    # 生成所有D值：第一个值 + 递推出来的后续值
    d_vals = [first_d] + list(accumulate(c_vals, calc_next_d))
    # 把D值放到DataFrame里，索引0的位置设为NaN（因为需求里D从索引1开始有值）
    df['D'] = pd.Series([np.nan] + d_vals, index=df.index).round(2)
    return df

df = newdf(df)
print(df)

代码解释 #

• itertools.accumulate会按顺序遍历c_vals，每次把上一次算出的D值和当前的C值代入递推函数，生成下一个D值，完美适配你的序列依赖需求；
• 最后用round(2)保留两位小数，和你原代码的要求一致；
• 运行后会得到符合预期的结果：

A   B   C      D
0  10  15  17    NaN
1  20  25  27  12.50
2  30  35  37  19.75
3  40  45  47  28.38
4  50  55  57  37.69

内容的提问来源于stack exchange，提问作者Pythonic