如何基于Pandas DataFrame历史行其他列值高效生成计算新列

解决方案 #

你可以用Pandas内置的pd.merge_asof接口实现需求，它专门处理这类近似匹配场景，性能远高于逐行遍历，一行代码实现如下：

df['quantity_3days_ago'] = pd.merge_asof(df.assign(target_days=lambda x: x['days'] - 3), df, left_on='target_days', right_on='days', direction='backward', suffixes=('', '_match'))['quantity_match'].where(df['days'] >= 3)

代码逻辑说明 #

• 先通过assign方法为每行生成匹配目标值target_days = 当前行days - 3
• 调用merge_asof做后向匹配：自动找到小于等于target_days的最大days对应的quantity值
• 最后通过where方法将days小于3的行的计算结果置为NaN，完全符合规则要求
  运行上述代码后得到的结果和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者zyzzler