如何在Pandas DataFrame中从第二行开始填充acc与decc列

现有如下DataFrame：

import pandas as pd
import numpy as np
df=pd.DataFrame(data={'speed':[63.000,65.000,65.000,64.000,63.000],
                       'acc':[np.nan]*5,'decc':[np.nan]*5})

需要按照以下逻辑填充acc和decc列：

for x in range(len(speed)-1):
     y=speed[x+1]-speed[x]      
     if y>0:
        acc[x+1]=y
        decc[x+1]=0
     elif y<0: 
          acc[x+1]=0
          decc[x+1]=y
     else:
          acc[x+1]=0
          decc[x+1]=0

即基于speed列相邻元素的差值，从第二行开始为acc和decc列赋值，希望用DataFrame的Series操作实现，替代循环。

可以利用Pandas的diff()方法直接计算相邻速度的差值，再通过条件判断生成目标列，全程无需循环，效率更高：

import pandas as pd
import numpy as np

# 初始化DataFrame
df = pd.DataFrame(data={'speed':[63.000,65.000,65.000,64.000,63.000],
                        'acc':[np.nan]*5,'decc':[np.nan]*5})

# 计算相邻speed的差值，diff()默认后减前，对应原逻辑中的y = speed[x+1] - speed[x]
speed_diff = df['speed'].diff()

# 填充acc列：差值>0时取差值，否则取0
df['acc'] = speed_diff.where(speed_diff > 0, 0)
# 若需要第一行也设为0，可添加：df['acc'].fillna(0, inplace=True)

# 填充decc列：差值<0时取差值，否则取0
df['decc'] = speed_diff.where(speed_diff < 0, 0)
# 若需要第一行也设为0，可添加：df['decc'].fillna(0, inplace=True)

结果示例 #

执行后得到的DataFrame如下：

关键逻辑说明 #

1. df['speed'].diff()：直接计算当前行与上一行的差值，返回的Series第一行为NaN，其余行对应原逻辑中的y值。
2. where()方法：实现条件赋值，满足指定条件时保留原数值，否则替换为指定值，完美对应原逻辑的分支判断。

内容的提问来源于stack exchange，提问作者savvas pehlivanidis