Python中如何提取DataFrame上一行的元素？

你的问题核心在于用apply(axis=1)逐行处理时，函数内拿到的是单行Series，无法直接获取上一行数据，而且iloc[3]在这里取的是当前行的第3个元素，完全不是你要的上一行entry值。

Pandas里处理“上一行数据”的标准方法是用shift()函数，它可以直接将列数据整体下移一行，从而轻松获取上一行的值。同时，避免用apply逐行循环，改用向量化操作，效率会高很多。

修正后的代码 #

import numpy as np

# 第一步：初始化entry列，处理第一个条件（8maUP=1且8maUP1=0时取close）
sp500['entry'] = np.where(
    (sp500['8maUP'] == 1) & (sp500['8maUP1'] == 0),
    sp500['close'],
    np.nan
)

# 第二步：处理第二个条件（8maUP和8maUP1都为1时，取上一行的entry值）
sp500['entry'] = np.where(
    (sp500['8maUP'] == 1) & (sp500['8maUP1'] == 1),
    sp500['entry'].shift(1),
    sp500['entry']
)

# 第三步：将剩余的空值替换为0（对应else的情况）
sp500['entry'] = sp500['entry'].fillna(0)

代码说明 #

1. shift(1)：将entry列的数据向下移动一行，此时sp500['entry'].shift(1)[i]就是原DataFrame中第i-1行的entry值。
2. np.where：向量化的条件判断，比逐行循环高效得多，适合处理DataFrame的批量条件赋值。
3. 最后用fillna(0)处理所有不满足前两个条件的情况，对应你原代码中的else: return '0'。

如果一定要用apply（不推荐，效率低） #

如果你坚持要保留apply的写法，需要在函数中传入当前行的索引，通过索引减1来获取上一行数据：

def entry1(row):
    idx = row.name
    if row['8maUP'] == 1 and row['8maUP1'] == 0:
        return row['close']
    elif row['8maUP'] == 1 and row['8maUP1'] == 1:
        # 处理第一行的边界情况，索引为0时没有上一行，返回0
        return sp500.loc[idx-1, 'entry'] if idx > 0 else 0
    else:
        return 0

sp500['entry'] = sp500.apply(entry1, axis=1)

这种方法需要注意第一行的边界问题，而且逐行循环的速度远低于向量化操作，不建议用于大数据量的回测。

内容的提问来源于stack exchange，提问作者Bugsy