同じ列の以前の値に基づいて列の値をベクトル化して計算しますか？

Question

私はこのような2列のパンダのデータフレームがあります。

df = pd.DataFrame(data={'A': [10, 2, 3, 4, 5, 6], 'B': [0, 1, 2, 3, 4, 5]}) 
>>> df 
    A B 
0 10 0 
1 2 1 
2 3 2 
3 4 3 
4 5 4 
5 6 5 

私は次のように新しい列Cを作成したい： C [i]は= C [I-1] -A [I]を仕事をしていません

df['C'] = df['A'] 

for i in range(1, len(df)): 
    df['C'][i] = df['C'][i-1] - df['A'][i] + df['B'][i] 

>>> df 
    A B C 
0 10 0 10 
1 2 1 9 
2 3 2 8 
3 4 3 7 
4 5 4 6 
5 6 5 5 

：+ B [i]はこのquestionで

を答えは、このようなループの使用を提案しています。

しかし、ループは一般にベクトル化された計算に比べて遅いので、私はパンダにベクトル化された解決策があるかどうか疑問に思っていました。 （これがこの新しい質問の理由です）。

私はこの

df['C'] = df['C'].shift(1).fillna(df['A']) - df['A'] + df['B'] 

のようなシフト方式を使用しようとしたが、シフトC列が計算で更新されていないので、それは助けにはなりませんでした。

>>> df['C'].shift(1).fillna(df['A']) 
0 10 
1 10 
2  2 
3  3 
4  4 
5  5 

これは間違った結果をもたらします。

Answer 1

delta [i] = C [i] -C [i-1] = -A [i] + B [i]なので、問題はベクトル化できます。 AとBのデルタを最初に取得し、デルタの累積合計（プラスC [0]）を計算して、次のようにフルCを得ることができます：

In [21]: 
delta = df['B'] - df['A'] 
delta[0] = 0 
df['C'] = df.loc[0, 'A'] + delta.cumsum() 
​ 
print df 
    A B C 
0 10 0 10 
1 2 1 9 
2 3 2 8 
3 4 3 7 
4 5 4 6 
5 6 5 5