如何在Pandas Series中引用当前值与前序/后序值？

看起来你想要捕捉Recession_start从False切换到True的季度（也就是衰退开始的时间点）对吧？你的循环写法存在逻辑错误，而且在Pandas里用遍历循环处理数据效率很低，我们可以用更优雅的向量化操作来实现需求，以下是具体方法：

核心思路：用shift()获取前序值 #

Pandas的shift()方法可以轻松获取Series的前一行（或后一行）数据，这样就能直接对比当前值和前序值的状态变化，完全不需要写循环。

方法1：分步实现（清晰易懂） #

先新增一列存储前序值，再筛选符合条件的行：

# 新增列存储上一行的Recession_start值，第一行没有前序值会显示NaN
gdp['prev_recession'] = gdp['Recession_start'].shift(1)

# 筛选：当前行是True，且前一行是False的记录（状态从非衰退切换到衰退）
recession_start_quaters = gdp[
    (gdp['Recession_start'] == True) & (gdp['prev_recession'] == False)
]['Quarter']

# 输出结果
for q in recession_start_quaters:
    print(q)

针对你的示例数据，这段代码会输出2000q3，正好是你需要的衰退起始季度。

方法2：简化写法（无需新增列） #

如果不想额外增加列，可以直接在筛选条件中嵌套shift()，同时用fillna()处理第一行的NaN：

recession_start_quaters = gdp.loc[
    # 当前为衰退状态，且前序状态为非衰退（第一行默认前序为False）
    gdp['Recession_start'] & ~gdp['Recession_start'].shift(1).fillna(False),
    'Quarter'
]

# 直接输出结果
print(recession_start_quaters.iloc[0])

聊聊你原来代码的问题 #

你之前的循环写法有几个明显的错误：

• value & "value+1"是无效运算：&是位运算符，不是逻辑与（应该用and），而且"value+1"是字符串，和布尔值value根本无法对比
• 手动遍历iteritems()效率极低：Pandas的向量化操作是底层优化的，比Python循环快几个数量级，尤其是数据量较大时
• 没有正确获取前序值：你需要的前序值应该通过索引偏移获取，而不是这种错误的字符串拼接方式

内容的提问来源于stack exchange，提问作者Yadu