Python中如何每次迭代2行pandas数据并新增列存储相邻两行计算结果？

原代码存在的问题 #

• 用iterrows()返回的行对象row1/row2作为loc的索引参数，属于语法错误，应该用返回的第一个值idx1/idx2作为行索引定位
• 循环内反复给全量列new_column赋值，会导致值被覆盖，逻辑不符合需求
• 额外创建两个冗余中间列，没有必要

修改后的逐行迭代版本（匹配你原有实现思路） #

from itertools import tee
from itertools import zip_longest as izip
import pandas as pd

# 先初始化new_column列为空值
df['new_column'] = pd.NA

def pairwise(iterable):
    "s -> (s0,s1), (s1,s2), (s2, s3), ..."
    a, b = tee(iterable)
    next(b, None)
    return izip(a, b)

for (idx1, row1), (idx2, row2) in pairwise(df.iterrows()):
    # 计算前一日待办和当日待办
    backlog_yesterday = row1['column2'] - row1['column4']
    backlog_today = row2['column2'] - row2['column4']
    # 只给每组的第二行赋值总和
    df.loc[idx2, 'new_column'] = backlog_yesterday + backlog_today

更优的向量化实现（性能更高，不需要循环） #

pandas内置的shift方法可以直接偏移行获取前一行的值，几行代码即可实现需求：

# 先计算每行的待办值
df['backlog'] = df['column2'] - df['column4']
# 第二行及以后的新列值 = 当前待办 + 前一行待办
df['new_column'] = df['backlog'] + df['backlog'].shift(1)
# 如果不需要保留中间backlog列可以删掉
df.drop('backlog', axis=1, inplace=True)

最终输出结果验证 #

内容的提问来源于stack exchange，提问作者RCN