我對 python 很陌生，對 Pandas 也很陌生。我查閱了 Pandas 文檔并嘗試了多種方法來解決這個問題，但沒有成功。我有一個 DateFrame，其中一列包含時間戳，另一列包含價格，例如：d = {'TimeStamp': [1603822620000, 1603822680000,1603822740000, 1603823040000,1603823100000,1603823160000,1603823220000], 'Price': [101,105,102,108,105,101,106], 'OtherData1': [1,2,3,4,5,6,7], 'OtherData2': [7,6,5,4,3,2,1]}df= pd.DataFrame(d)df       TimeStamp  Price  OtherData1  OtherData20  1603822620000    101           1           71  1603822680000    105           2           62  1603822740000    102           3           53  1603823040000    108           4           44  1603823100000    105           5           35  1603823160000    101           6           26  1603823220000    106           7           1除了感興趣的兩列之外，此 DataFrame 還具有其他列，其中的數據與問題不是特別相關（用 OtherData Cols 表示）。我想創(chuàng)建一個新專欄“Fut2Min”（未來兩分鐘的價格）?？赡軙袛祿笔?，所以這個問題不能通過簡單地獲取下面2行的數據來解決。我正在嘗試找到一種方法，使每行中的 Fut2Min Col 的值 == 時間戳所在行的價格 + 120000（未來 2 分鐘）或 null（或 NAN 或 w/e）（如果相應）時間戳不存在。對于示例數據，DF 應更新為：（用于模擬所需結果的代碼）d = {'TimeStamp': [1603822620000, 1603822680000, 1603822740000, 1603822800000, 1603823040000,1603823100000,1603823160000,1603823220000],      'Price': [101,105,102,108,105,101,106,111],      'OtherData1': [1,2,3,4,5,6,7,8],      'OtherData2': [8,7,6,5,4,3,2,1],    'Fut2Min':[102,108,'NaN','NaN',106,111,'NaN','NaN']}df= pd.DataFrame(d)df       TimeStamp  Price  OtherData1  OtherData2 Fut2Min0  1603822620000    101           1           8     1021  1603822680000    105           2           7     1082  1603822740000    102           3           6     NaN3  1603822800000    108           4           5     NaN4  1603823040000    105           5           4     1065  1603823100000    101           6           3     1116  1603823160000    106           7           2     NaN7  1603823220000    111           8           1     NaN