如何用函数与Lambda实现DataFrame列前3值均值与后续值比较并排错

原代码报错原因 #

原代码核心错误是对apply的使用逻辑完全误解：

• df['Close'].apply(func) 会把Close列的单个数值逐个传入func，而非整个DataFrame，因此func里的参数实际是float类型，自然没有columns属性，触发AttributeError。
• 额外逻辑错误：循环遍历列名、固定取第4个值、直接返回终止函数等，完全不符合需求逻辑。

需求实现（两种方式） #

需求明确：对Close列，从第4行（索引≥3，0开始计数）起，每个值与它前3个值的均值比较，大于则标记1，否则0；前3行因无足够前置数据，标记为0（可按需改为NaN）。

先构造测试数据：

import pandas as pd
import numpy as np

# 测试用DataFrame
df = pd.DataFrame({'Close': [10, 20, 30, 25, 35, 15, 40]})

方式1：自定义函数（高效滚动窗口实现） #

利用Pandas滚动窗口计算均值，性能远高于逐行遍历：

def mark_sentiment(df, col='Close'):
    # 计算前3个值的均值：窗口3的滚动均值后移1位，对应当前行的前3个值
    prev3_mean = df[col].rolling(window=3).mean().shift(1)
    # 比较赋值：大于均值为1，否则为0
    df['Sentiment'] = np.where(df[col] > prev3_mean, 1, 0)
    # 前3行无足够前置数据，标记为0
    df.loc[:2, 'Sentiment'] = 0
    return df

# 调用函数生成结果
df = mark_sentiment(df)

方式2：Lambda+逐行Apply实现 #

适合理解逻辑，性能略低于滚动窗口（数据量大时不推荐）：

# 重置索引确保连续（若原索引不连续需先执行）
df = df.reset_index(drop=True)

# Lambda表达式按行处理
df['Sentiment'] = df.apply(
    lambda row: 1 if row['Close'] > df['Close'].iloc[row.name-3:row.name].mean() else 0 
    if row.name >= 3 else 0,
    axis=1
)

结果示例 #

处理后df内容：

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