Python使用pandas對數(shù)據(jù)進行差分運算的方法
更新時間:2018年12月22日 10:10:21 作者:Python_小屋
今天小編就為大家分享一篇Python使用pandas對數(shù)據(jù)進行差分運算的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示:
>>> import pandas as pd >>> import numpy as np # 生成模擬數(shù)據(jù) >>> 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 # 縱向一階差分,當前行減去上一行 >>> 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 # 橫向一階差分,當前列減去左邊的列 >>> 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 # 縱向二階差分 >>> 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 # 縱向二階差分,丟棄空值 >>> 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
以上這篇Python使用pandas對數(shù)據(jù)進行差分運算的方法就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python3 操作 MySQL 插入一條數(shù)據(jù)并返回主鍵 id的實例
這篇文章主要介紹了Python3 操作 MySQL 插入一條數(shù)據(jù)并返回主鍵 id的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03Anaconda+Pycharm+Pytorch虛擬環(huán)境創(chuàng)建(各種包安裝保姆級教學)
相信很多時候大家都會用到虛擬環(huán)境,他具有可以讓你快速切換不同的python版本,本文主要介紹了Anaconda+Pycharm+Pytorch虛擬環(huán)境創(chuàng)建,具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-10-10Python二叉樹的遍歷操作示例【前序遍歷,中序遍歷,后序遍歷,層序遍歷】
這篇文章主要介紹了Python二叉樹的遍歷操作,結合實例形式分析了Python針對二叉樹的前序遍歷,中序遍歷,后序遍歷,層序遍歷等相關操作實現(xiàn)技巧,需要的朋友可以參考下2018-12-12python中報錯"json.decoder.JSONDecodeError: Expecting value:"的解決
這篇文章主要介紹了python中報錯"json.decoder.JSONDecodeError: Expecting value:"的解決方法 ,需要的朋友可以參考下2019-04-04Python+OpenCV數(shù)字圖像處理之ROI區(qū)域的提取
ROI區(qū)域又叫感興趣區(qū)域。在機器視覺、圖像處理中,從被處理的圖像以方框、圓、橢圓、不規(guī)則多邊形等方式勾勒出需要處理的區(qū)域,稱為感興趣區(qū)域,ROI。本文主要為大家介紹如何通過Python+OpenCV提取ROI區(qū)域,需要的朋友可以了解一下2021-12-12