Python使用pandas对数据进行差分运算的方法
更新时间：2018年12月22日 10:10:21 作者：Python_小屋
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脚本之家。
相关文章
这篇文章主要介绍了Python的内存泄漏及gc模块的使用分析,有助于读者进一步了解Python的内存分配及回收机制,增强代码编写的安全意识,需要的朋友可以参考下2014-07-07
这篇文章主要介绍了Python程序暂停的实现代码,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2019-11-11
这篇文章主要介绍了Python入门教程(三十二)Python的命令行输入,Python是一门非常强大好用的语言,也有着易上手的特性,本文为入门教程,需要的朋友可以参考下2023-05-05
目前流行的强化学习算法包括 Q-learning、SARSA、DDPG、A2C、PPO、DQN 和 TRPO。这些算法已被用于在游戏、机器人和决策制定等各种应用中，本文我们将对其做一个简单的介绍，感兴趣的可以学习一下2023-01-01
今天小编就为大家分享一篇python生成以及打开json、csv和txt文件的实例，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2018-11-11
本文基于Python基础，主要介绍了Python基础中变量和常量的区别，对于变量的用法做了详细的讲解，用丰富的案例 ，代码效果图的展示帮助大家更好理解,需要的朋友可以参考下2021-11-11
这篇文章主要介绍了python中MySQLdb模块用法,以实例形式详细讲述了MySQLdb模块针对MySQL数据库的各种常见操作方法,非常具有实用价值,需要的朋友可以参考下2014-11-11
这篇文章主要介绍了python递归计算N！的方法,涉及Python递归计算阶乘的技巧,非常简单实用,需要的朋友可以参考下2015-05-05
python有很多web 开发框架，代码写完了，部署上线是个大事，通常来说，web应用一般是三层结构web server ---->application -----> DB server2014-06-06
这篇文章主要介绍了关于NumPy中asarray的用法及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-07-07
最新评论