我的数据框为：

    data = [ ['A',1,200,200],['A',2,-30,],3,500,4,10,5,-45,['B',30,500],12,50,]]

    df = pd.DataFrame(data,columns = ['batch','idx','op_sum','var3']) 

我正在尝试获得以下结果：

    batch   idx     op_sum      var3
    A        1       200         200
    A        2       -30         -30
    A        3       500         -30         
    A        4        10         -30
    A        5       -45         -45        
    B        1        30         500        
    B        2        12          12        
    B        3        50          12        

逻辑是：

If cur row(op_sum) < previous row(var3) then  
 cur row(var3) = cur row(op_sum)  
else cur row(var3) = previous row(var3)

注意：我可以使用iterrows和iloc来实现，但对于数百万行而言并不实用。

我在向量化方面已经走了这么远：

#(a)   
    df.var3.ix[(df.op_sum<df.var3.shift()) | (df.var3.shift().isnull())] = df.op_sum.ix[(df.op_sum<df.var3.shift()) | (df.var3.shift().isnull())]    

#(b)  
    df.var3.ix[(df.op_sum>df.var3.shift())] = df.var3.shift().ix[(df.op_sum>df.var3.shift())]

这将产生以下内容：

    batch   idx     op_sum      var3
    A        1       200         200
    A        2       -30         -30
    A        3       500         -30         
    A        4        10         -10  #Not Good
    A        5       -45         -45        
    B        1        30         -45  #Not Good   
    B        2        12          12        
    B        3        50          12        

当op_sum = 10> var3.shift（）= -30时，应该给我var3 = -30，同样，对于另一个不好的值！

另外，当我尝试先执行df.groupby('batch')来执行（a）和（b）时，它会给我AttributeError: Cannot access callable attribute 'ix' of 'SeriesGroupby' objects,try using 'apply' method！

请帮助我克服终点线。非常感激。