如何基于DataFrame中MORELESS列的变化计算CHANGE列

问题背景 #

现有一个包含以下列的DataFrame：

• PRICE：正数数值列
• MORELESS：取值仅为1或-1，已通过当前行与上一行PRICE的大小关系计算完成（当前行PRICE更大则为1，更小则为-1）

需要生成第三列CHANGE，规则如下：

• 仅当MORELESS发生切换（从1变为-1或从-1变为1）时赋值，其余行留空
• 赋值公式：100*(当前行PRICE - 上一次CHANGE发生行的PRICE)/上一次CHANGE发生行的PRICE

示例数据（Excel手动制作） #

解决方案（基于Pandas矢量化操作） #

采用矢量化操作替代循环，保证效率和简洁性：

import pandas as pd

# 假设你的DataFrame名为df，先统一处理空值
df['MORELESS'] = df['MORELESS'].replace('', pd.NA)

# 1. 标记MORELESS的变化点
# 对比当前行与上一行的MORELESS，不同则标记为True
df['change_flag'] = df['MORELESS'] != df['MORELESS'].shift(1)
# 第二行是第一个有效MORELESS，视为初始变化点（根据示例逻辑）
df.loc[df.index[1], 'change_flag'] = True  # 若DataFrame是0-based索引则用df.index[1]，1-based则用1

# 2. 提取上一次变化点的PRICE并向前填充
# 仅在变化点保留PRICE，其余为NaN
df['last_change_price'] = df['PRICE'].where(df['change_flag'])
# 向前填充，得到每行对应的上一次变化点PRICE
df['last_change_price'] = df['last_change_price'].ffill()

# 3. 计算CHANGE列
df['CHANGE'] = df.apply(
    lambda row: round(100 * (row['PRICE'] - row['last_change_price']) / row['last_change_price'], 2)
    if row['change_flag'] else pd.NA,
    axis=1
)

# 4. （可选）清理中间辅助列
df = df.drop(['change_flag', 'last_change_price'], axis=1)

说明 #

• 矢量化操作避免了逐行循环，处理大数据集时效率更高
• round(...,2)保证结果与示例一致，保留两位小数
• 若你的DataFrame索引是0-based（默认），需注意调整第二行的标记逻辑

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