def get_pos (df):
     ......
  如上面的，定义一个函数，数据类型就一DataFrame，进行向量化运算到len(df)-1也就是最后索引位置，怎么来定义这个位置。
想了很多办法都没法解决，最后是个IF语句来判断的,然后return的。如果对索引循环遍历的话很容易来判断的......

df.tail(1)
df.iloc[-1:]
df.loc[index[-1]]

[此贴子已经被作者于2023-5-18 21:07编辑过]

没有用的版主，我对df进行矢量化操作，返回的值都没改变，很是困惑！循环很容易解决的事

对了如果按你这三种方法这三种表达式怎么表达，Python又当如何解析，很是不解！

对了，我外层还定义了个匿函数调用这个函数的，匿函数是矢量化运算的，而我问的对最后的索引的问题，外层的匿函数自变量与因变量是个映射关系的。

传个测试文件，把需求详细写一下，如果方便模拟一下结果。

数据量太多了，跟循环的结果相比就差在最后的索引这行上

不用全部，模拟几个也可以。

想了种方法解决了这个问题，但我想应该不是最优的，后面有空再仔细琢磨琢磨搞出个最好的来！

举例vectorize的用法，参考。

def avg_2_mod(x, y):
   """Calculate the average, unless x is 20
   If the value is 20, return a missing value
   """
   if (x == 20):
     return(np.NaN)
   else:
     return (x + y) / 2

print(avg_2_mod(df['a'], df['b'])) #直接用是错的

avg_2_mod_vec = np.vectorize(avg_2_mod)#这是对的
print(avg_2_mod_vec(df['a'], df['b']))

操作有多列作为参数的函数，不要直接用df作为参数。以我的经验一般都会卡在这里。