如何用Pandas创建首单元格公式不同的DataFrame并实现Ave Gain递归计算

最直观的方式是先单独处理首行，再通过循环计算后续行。这种方法逻辑清晰，新手也能快速理解：

import pandas as pd

# 第一步：构造示例原始数据（替换成你自己的数据集即可）
raw_data = {
    'Gain': [1.84, 1.62, 1.61, 0.89, 2.10],
    'Loss': [0.07, 0.12, 0.05, 0.20, 0.08]
}
df = pd.DataFrame(raw_data)

# 第二步：计算Ave Gain列
ave_gain_list = []
# 单独处理首单元格
first_ave_gain = (df['Gain'].iloc[0] + 0) / 2
ave_gain_list.append(first_ave_gain)
# 循环计算后续单元格：用上一个Ave值递推当前值
for current_gain in df['Gain'].iloc[1:]:
    prev_ave = ave_gain_list[-1]
    next_ave = (prev_ave + current_gain) / 2
    ave_gain_list.append(next_ave)
df['Ave Gain'] = ave_gain_list

# 第三步：同理计算Ave Loss列
ave_loss_list = []
first_ave_loss = (df['Loss'].iloc[0] + 0) / 2
ave_loss_list.append(first_ave_loss)
for current_loss in df['Loss'].iloc[1:]:
    prev_ave = ave_loss_list[-1]
    next_ave = (prev_ave + current_loss) / 2
    ave_loss_list.append(next_ave)
df['Ave Loss'] = ave_loss_list

# 查看最终结果
print(df)

运行后就能得到符合要求的DataFrame，首行和后续行的计算逻辑完全分离。

如果想更优雅地实现递推（递归）计算，可以用Python标准库的itertools.accumulate，它能高效处理累积递推逻辑，避免手动写循环：

from itertools import accumulate
import pandas as pd

# 沿用之前的原始数据
raw_data = {
    'Gain': [1.84, 1.62, 1.61, 0.89, 2.10],
    'Loss': [0.07, 0.12, 0.05, 0.20, 0.08]
}
df = pd.DataFrame(raw_data)

# 定义递归计算函数：输入前一个Ave值和当前Gain，返回下一个Ave值
def calculate_next_ave(prev_ave, current_gain):
    return (prev_ave + current_gain) / 2

# 计算Ave Gain：首单元格单独处理，后续用accumulate递推
initial_ave = (df['Gain'].iloc[0] + 0) / 2
# 从第二个Gain值开始，用accumulate自动完成递推计算
后续_ave_gain = list(accumulate(df['Gain'].iloc[1:], calculate_next_ave, initial=initial_ave))
# 合并首单元格和后续值
ave_gain_full = [initial_ave] + 后续_ave_gain
df['Ave Gain'] = ave_gain_full

# Ave Loss的递归计算逻辑完全一致，只需替换对应的列名
def calculate_next_loss_ave(prev_ave, current_loss):
    return (prev_ave + current_loss) / 2

initial_loss_ave = (df['Loss'].iloc[0] + 0) / 2
后续_ave_loss = list(accumulate(df['Loss'].iloc[1:], calculate_next_loss_ave, initial=initial_loss_ave))
ave_loss_full = [initial_loss_ave] + 后续_ave_loss
df['Ave Loss'] = ave_loss_full

print(df)

两种方法的对比 #

• 手动循环：代码直白，方便调试和理解递推逻辑，小数据集下效率足够
• accumulate：更简洁高效，底层是C实现，大数据集下性能优势明显

内容的提问来源于stack exchange，提问作者Ganesh