今天小编就为大家分享一篇Python使用pandas对数据进行差分运算的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

如下所示:

>>> import pandas as pd
>>> import numpy as np

# 生成模拟数据
>>> df = pd.DataFrame({'a':np.random.randint(1, 100, 10),\
 'b':np.random.randint(1, 100, 10)},\
  index=map(str, range(10)))
>>> df
  a  b
0  21  54
1  53  28
2  18  87
3  56  40
4  62  34
5  74  10
6 7  78
7  58  79
8  66  80
9  30  21

# 纵向一阶差分,当前行减去上一行
>>> df.diff()
  a    b
0 NaN NaN
1  32.0 -26.0
2 -35.0  59.0
3  38.0 -47.0
4 6.0  -6.0
5  12.0 -24.0
6 -67.0  68.0
7  51.0 1.0
8 8.0 1.0
9 -36.0 -59.0

# 横向一阶差分,当前列减去左边的列
>>> df.diff(axis=1)
  a    b
0 NaN  33.0
1 NaN -25.0
2 NaN  69.0
3 NaN -16.0
4 NaN -28.0
5 NaN -64.0
6 NaN  71.0
7 NaN  21.0
8 NaN  14.0
9 NaN  -9.0

# 纵向二阶差分
>>> df.diff(periods=2)
  a    b
0 NaN NaN
1 NaN NaN
2  -3.0  33.0
3 3.0  12.0
4  44.0 -53.0
5  18.0 -30.0
6 -55.0  44.0
7 -16.0  69.0
8  59.0 2.0
9 -28.0 -58.0

# 纵向二阶差分,丢弃空值
>>> df.diff(periods=2).dropna()
  a b
2  -3.0  33.0
3 3.0  12.0
4  44.0 -53.0
5  18.0 -30.0
6 -55.0  44.0
7 -16.0  69.0
8  59.0 2.0
9 -28.0 -58.0

以上这篇Python使用pandas对数据进行差分运算的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持爱安网。

最新资讯
小罐茶杜国楹谈“科学创业”:选择要顺势而为

小罐茶杜国楹谈“科学

第十二届创业家年会暨产业加速大会上,小罐茶创始人、董
小鹏P7启动预售:价格区间27-37万元 续航超650公里

小鹏P7启动预售:价格区

小鹏汽车表示,P7智能音乐座舱不是功能和配置的简单叠加
威马EX6 Plus正式上市 综合补贴后售价23.99万元

威马EX6 Plus正式上市

威马汽车旗下长续航智能5座SUV——威马EX6 Plus于广州
邬贺铨:工业互联网牵引5G 5G赋能数字转型

邬贺铨:工业互联网牵引

邬贺铨在演讲中表示,1G-4G主要面向消费,5G则扩展到智慧
中国工程院公布2019年院士增选结果:阿里王坚等当选

中国工程院公布2019年

2019年,中国工程院开展了第14次院士增选和第13次外籍院
杨元庆回应产品安全:在任何市场都会符合法律要求

杨元庆回应产品安全:在

联想集团董事长兼CEO杨元庆22日在创新经济论坛上表示,
最新文章
python实现在cmd窗口显示彩色文字

python实现在cmd窗口

今天小编就为大家分享一篇python实现在cmd窗口显示彩
解决python xx.py文件点击完之后一闪而过的问题

解决python xx.py文件

今天小编就为大家分享一篇解决python xx.py文件点击完
pandas DataFrame 交集并集补集的实现

pandas DataFrame 交

这篇文章主要介绍了pandas DataFrame 交集并集补集的
pandas计数 value_counts()的使用

pandas计数 value_cou

这篇文章主要介绍了pandas计数 value_counts()的使用,
详解python深浅拷贝区别

详解python深浅拷贝区

在本篇文章里小编给大家整理了关于python深浅拷贝区别
详解10个可以快速用Python进行数据分析的小技巧

详解10个可以快速用Py

这篇文章主要介绍了详解10个可以快速用Python进行数据