如何在Pandas的lambda函数中访问上一行值或df.apply()中获取行索引

需求描述 #

现有如下Pandas DataFrame：

import pandas as pd
df = pd.DataFrame({'Persons':[10,20,30], 'Bill':[110,240,365], 'Guests':[12,25,29],'Visitors':[15,23,27]})

输出结构：

需要生成包含Charge和VisitorsCharge列的新DataFrame：

计算规则：

• Charge：以Persons和Bill为参考，对Guests做线性插值
  • 非最后一行：用当前行和下一行的Persons、Bill数据，通过scipy.stats.linregress计算斜率与截距，代入Guests得到结果
  • 最后一行：用当前行和上一行的数据计算
• VisitorsCharge：逻辑与Charge一致，仅将Guests替换为Visitors

解决方案 #

通过遍历行索引直接定位相邻行数据，结合线性回归计算：

import pandas as pd
from scipy.stats import linregress

df = pd.DataFrame({'Persons':[10,20,30], 'Bill':[110,240,365], 'Guests':[12,25,29],'Visitors':[15,23,27]})

def calculate_charge(row_idx, df, target_col):
    if row_idx < len(df)-1:
        # 非最后一行：取当前行和下一行数据
        x = df.loc[[row_idx, row_idx+1], 'Persons'].values
        y = df.loc[[row_idx, row_idx+1], 'Bill'].values
    else:
        # 最后一行：取当前行和上一行数据
        x = df.loc[[row_idx-1, row_idx], 'Persons'].values
        y = df.loc[[row_idx-1, row_idx], 'Bill'].values
    # 计算线性回归参数
    slope, intercept, _, _, _ = linregress(x, y)
    # 代入目标列值计算结果
    return slope * df.loc[row_idx, target_col] + intercept

# 生成Charge列
df['Charge'] = [calculate_charge(i, df, 'Guests') for i in df.index]
# 生成VisitorsCharge列
df['VisitorsCharge'] = [calculate_charge(i, df, 'Visitors') for i in df.index]

print(df)

需求描述 #

现有如下DataFrame：

需要生成包含列C的DataFrame：

解决方案 #

通过shift生成相邻行数据后拼接字符串，实现更简洁高效：

import pandas as pd

df = pd.DataFrame({'A':[1,2,3], 'B':[100,200,300]})

# 生成下一行的A、B值，最后一行填充为倒数第二行的对应值
df['next_A'] = df['A'].shift(-1).fillna(df['A'].iloc[-2])
df['next_B'] = df['B'].shift(-1).fillna(df['B'].iloc[-2])
# 拼接生成列C
df['C'] = df.apply(lambda row: f"{row['A']}-{row['next_A']}-{row['B']}-{row['next_B']}", axis=1)
# 移除辅助列（可选）
df.drop(['next_A', 'next_B'], axis=1, inplace=True)

print(df)

也可以直接通过索引判断处理：

df['C'] = df.apply(lambda row: f"{row['A']}-{df.loc[row.name+1, 'A']}-{row['B']}-{df.loc[row.name+1, 'B']}" 
                   if row.name < len(df)-1 else df.loc[row.name-1, 'C'], axis=1)

内容的提问来源于stack exchange，提问作者moys