滚动应用基于条件的lambda函数

Question

我有一个数据帧，其中包含18个产品(列(的标准化(到100(返回。我想应用一个lambda函数，它将下一行乘以上一行。

我可以做：

df= df.rolling(2).apply(lambda x: (x[0]*x[1]),raw=True)

但是我的一些列在第1行没有值(它们在第4行开始运行(。所以我需要：

1. 有一个lambda函数，它只从第4行开始，但适用于整个df。我可以手动创建前4行。

2. 由于我的值是100；活的"；只有当值不等于100时，我才能应用lambda函数。

我都试过了：

1.

df.iloc[3:,:] = df.iloc[3:,:].rolling(2).apply(lambda x: (x[0]*x[1]),raw=True)

df= df.rolling(2).apply(lambda x: (x[0]*x[1]) if x[0] != 100 else x,raw=True)

但两者都遭遇了彻底的失败。

欢迎任何建议-我花了几个小时浏览网站，还没有找到任何适合这种情况的结果。

Answer 1

因此，鉴于缺乏响应，我提出了一个解决方案，将df拆分为两部分，并将其重新附加在一起。

我的lambda函数也是垃圾，我需要这样的东西：

df2 = df.copy()
for i in range(df2.index.size):
if not i:
continue
df2.iloc[i] = (df2.iloc[i - 1] * (df.iloc[i])) 
df2

实现我追求的目标。