2021-10-08

这次需要通过上下行做差计算一个指标差，并且赋值给新的delta列。以下是可行代码。

for i in range(len(A)):
    for j in range(1,len(A[i])):
        if A[i].loc[j,'ID']==A[i].loc[j-1,'ID']:
            A[i].loc[j,'delta']=A[i].loc[j]['States']-A[i].loc[j-1,'States']

最好的赋值方式，df.loc[行索引，新列名]=……

for i in range(len(A)):
    for j in range(1,len(A[i])):
        if A[i].loc[j,'ID']==A[i].loc[j-1,'ID']:
            A[i]['delta'].loc[j]=A[i].loc[j]['States']-A[i].loc[j-1,'States']

如果是上面这种方式赋值，则会提示delta报错，我认为原因是前面没有定义delta,不可以用这种方式新定义一个列并且赋值。

如果我前面加上了delta,并随便让df[‘delta’]=1,那么上面的代码也是可以的。只不过会出现警告（虽然警告相当于没有，但还是不喜欢警告哈哈哈）（但是得注意一开始定义的会不会给你的结果造成什么影响）

for i in range(len(A)):
    for j in range(1,len(A[i])):
        if A[i].loc[j,'ID']==A[i].loc[j-1,'ID']:
            A[i].loc[j]['delta']=A[i].loc[j]['States']-A[i].loc[j-1,'States']

如果是这样赋值的话，即用loc先索引行，再确定列，虽然不会报错，但这样是赋值不了的。

for i in range(len(A)):
    for j in range(1,len(A[i])):
        if A[i].loc[j,'ID']==A[i].loc[j-1,'ID']:
            A[i]['delta'].iloc[j]=A[i].iloc[j]['States']-A[i].iloc[j-1]['States']

上面是我一开始用得最多得iloc,用来做相对位置的索引，在这次作业里面用它来赋值的时候发现，还是会给delta报错。原因同上面一样，如果一开始定义了delta的话，是可以赋值的。

for i in range(len(A)):
    for j in range(1,len(A[i])):
        if A[i].loc[j,'ID']==A[i].loc[j-1,'ID']:
            A[i].iloc[j]['delta']=A[i].iloc[j]['States']-A[i].iloc[j-1]['States']

如果是这样赋值的话，即用iloc先索引行，再确定列，这样是赋值不了的。

总结：
给新列最好的赋值方式就是用loc的标准形式df.loc[row.column]=……
但是要注意loc的索引是原本的索引，如果前面索引发生了改变，需要用reset_index()

如果不想重新设置索引，可以用df[’’].iloc[]的形式，但是要注意，iloc不能创建新列，必须前面先定义一个列。用这种方法得注意前面定义的列，会不会对你的最终结果产生影响。