pandas diff() 相邻元素之间的差值

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

diff() 方法是 pandas 中用于计算相邻元素之间的差异的函数。它可以在 Series 或 DataFrame 对象上使用。以下是对该方法的详细讲解：

功能

1. 数据类型可以使用

Series
DataFrame

2. 语法

Series.diff(periods=1, axis=0)
DataFrame.diff(periods=1, axis=0)

参数说明：

periods：要计算差分的时间步数。可以是正整数（向前差分）或负整数（向后差分）。默认为 1，表示计算与前一个元素的差异。
axis：指定要应用差分的轴向。对于 DataFrame，可以是 0 或 1，默认为 0。

3. 返回数据

Series：返回一个新的 Series，包含了相邻元素之间的差异值。
DataFrame：返回一个新的 DataFrame，其中每个元素都是原始数据中相邻元素之间的差异值。

4. 使用场景

时间序列数据中，可以用来计算每个时间点的变化量。
金融数据分析中，可以计算股票或者指数每日收益率的变化。
在数据预处理中，可以用来处理周期性数据或者减少序列中的趋势项，以便更好地进行模型建模。

示例说明

示例数据

import pandas as pd

# 创建一个示例的 Series
data_series = pd.Series([10, 15, 8, 12, 6])
print("原始 Series 数据：")
print(data_series)

示例 1：计算默认情况下的差分

# 计算相邻元素之间的差异
diff_series = data_series.diff()
print("默认情况下的差分结果：")
print(diff_series)

输出：

原始 Series 数据：
0    10
1    15
2     8
3    12
4     6
dtype: int64

默认情况下的差分结果：
0    NaN
1    5.0
2   -7.0
3    4.0
4   -6.0
dtype: float64

示例 2：计算指定周期的差分

# 计算每两个时间点之间的差异
diff_series_custom = data_series.diff(periods=2)
print("每两个时间点之间的差分结果：")
print(diff_series_custom)

输出：

每两个时间点之间的差分结果：
0    NaN
1    NaN
2   -2.0
3    4.0
4   -6.0
dtype: float64

示例 3：在 DataFrame 上应用差分

# 创建一个示例的 DataFrame
data = {
    'A': [10, 15, 8, 12, 6],
    'B': [5, 3, 9, 14, 7]
}
df = pd.DataFrame(data)
print("原始 DataFrame 数据：")
print(df)

# 在 DataFrame 上计算每列的差分
diff_df = df.diff()
print("每列的差分结果：")
print(diff_df)

输出：

原始 DataFrame 数据：
    A   B
0  10   5
1  15   3
2   8   9
3  12  14
4   6   7

每列的差分结果：
     A     B
0  NaN   NaN
1  5.0  -2.0
2 -7.0   6.0
3  4.0   5.0
4 -6.0  -7.0

这些示例展示了 diff() 方法如何在不同的数据结构中工作，并通过计算相邻元素之间的差异，提供了处理时间序列数据和其他连续数据的有力工具。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.diff.html