如何在DataFrame中基于当前行与前一行数据创建新列？

我需要从包含纬度(lats)、经度(lons)、海拔(els)、时间(ts，单位秒)的元组生成整理后的文件，已经将元组转为DataFrame。现在要添加名为stepsizes的新列，该列需要调用一个依赖当前行与前一行经纬度的函数：

def stepsize(lat1, long1, lat2, long2):
    # 两点距离计算逻辑

尝试用df.apply()结合lambda函数实现时，因局部变量无法在行之间传递，触发"引用未赋值"报错：

def newdist_row(row):
    if row["time"] < 72889:
        rowprevlat = row['latitude']
        rowprevlong = row['longitude']
        rowprevtime = row['time']
        return np.nan
    else:
        dist = stepsize_feet(row['latitude'], row['longitude'], rowprevlat, rowprevlong)
        rowprevlat = row['latitude']
        rowprevlong = row['longitude']
        rowprevtime = row['time']
        return dist

contents.apply(lambda row: newdist_row(row), axis=1)

也试过循环遍历行，但出现"试图在DataFrame切片副本上设置值"的警告，均未成功。

解决方法：使用pandas的shift()方法 #

shift()是处理前后行数据的标准方案，无需手动维护变量，效率远高于apply()或循环：

1. 生成前一行的经纬度临时列：

# 获取前一行的纬度、经度数据
contents['prev_latitude'] = contents['latitude'].shift(1)
contents['prev_longitude'] = contents['longitude'].shift(1)

2. 用loc定位赋值，避免切片副本警告并计算目标列：

import numpy as np

# 定义计算条件：时间≥72889时计算距离，否则为NaN
mask = contents['time'] >= 72889

# 对符合条件的行调用距离计算函数
contents.loc[mask, 'stepsizes'] = contents.loc[mask].apply(
    lambda x: stepsize_feet(x['latitude'], x['longitude'], x['prev_latitude'], x['prev_longitude']),
    axis=1
)
# 不符合条件的行设置为NaN
contents.loc[~mask, 'stepsizes'] = np.nan

3. （可选）优化：将距离函数改为向量化实现，彻底抛弃apply提升效率：

def stepsize_feet_vec(lats1, lons1, lats2, lons2):
    # 改为支持Series输入的向量化距离计算逻辑
    pass

contents['stepsizes'] = np.where(
    contents['time'] >=72889,
    stepsize_feet_vec(contents['latitude'], contents['longitude'], contents['prev_latitude'], contents['prev_longitude']),
    np.nan
)

4. 清理临时列（可选）：

contents.drop(['prev_latitude', 'prev_longitude'], axis=1, inplace=True)

内容的提问来源于stack exchange，提问作者Mike