欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python使用pandas對(duì)數(shù)據(jù)進(jìn)行差分運(yùn)算的方法

 更新時(shí)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(duì)數(shù)據(jù)進(jìn)行差分運(yùn)算的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)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(dāng)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(dāng)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(duì)數(shù)據(jù)進(jìn)行差分運(yùn)算的方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論