Python 如何使用下一行的异或更新 pandasnumpy 行到同一行

好的，问题是是否有一种快速的方法来对PANDA或NumPy进行XOR运算，并用结果更新下一行.

基本上，我有一个名为‘ss’的Pandas 数据框，如下所示:

    rst  no1  no2  no3  no4  no5  no6  no7
0     1    6    2   15   14    9    5    1
1    11    0    0    0    0    0    0    0
2     9    0    0    0    0    0    0    0
3    11    0    0    0    0    0    0    0
4     3    0    0    0    0    0    0    0
5    15    0    0    0    0    0    0    0
6     0    0    0    0    0    0    0    0


Use: ss = pd.read_clipboard()
to copy paste the dataframe into a variable use the above command

我想做的是用下一个‘rst’列中的XOR来更新每个‘no’列，使其中的每个no行都等于ss.loc[1:，[‘no1’，‘no2’，‘etc’])=[ss.loc[1，(‘rst’)]^ss.loc[0，[0，[‘no1’，‘no2’，‘etc’])或类似的内容，因此第一步将创建如下所示的数据帧:

    rst  no1  no2  no3  no4  no5  no6  no7
0     1    6    2   15   14    9    5    1
1    11   13    9    4    5    2   14   10
2     9    0    0    0    0    0    0    0
3    11    0    0    0    0    0    0    0
4     3    0    0    0    0    0    0    0
5    15    0    0    0    0    0    0    0
6     0    0    0    0    0    0    0    0

which is basically ss.loc[1, ('rst')] which is 11 so 11 ^ np.array([ 6, 2, 15, 14, 9, 5, 1]) which the result is np.array([13, 9, 4, 5, 2, 14, 10]) which then I set to each no column in sequence as you can see above.

and the next step is to take ss.loc[2, ('rst')] which is 9 and do the next sequence:

    rst  no1  no2  no3  no4  no5  no6  no7
0     1    6    2   15   14    9    5    1
1    11   13    9    4    5    2   14   10
2     9    4    0   13   12   11    7    3
3    11    0    0    0    0    0    0    0
4     3    0    0    0    0    0    0    0
5    15    0    0    0    0    0    0    0
6     0    0    0    0    0    0    0    0

所以9^np.array([13，9，4，5，2，14，10])的结果是 Np.array([4，0，13，12，11，7，3])，然后我将其按顺序设置在每个no列中，如上所述.

我的问题是，我如何以快速/快速的方式对NumPy或Pandy执行此操作，以及我是否可以在不使用任何循环的情况下完成此操作，因为我正在处理的数据集有一百万个，而循环速度很慢，所以我希望有一种快捷或更好的方法，将每个‘no*’列的下一个‘rst’行的XOR设置为与‘rst’列相同行中的相应‘no’列.