介绍
怎么在Python使用熊猫实现差分运算?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
<>强如下所示:强>
在祝辞祝辞,import pandas as pd 在祝辞祝辞,import numpy as np #,生成模拟数据 祝辞祝辞祝辞,df =, pd.DataFrame({& # 39;一个# 39;:np.random.randint(1), 100年,10),\ ,,,,& # 39;b # 39;: np.random.randint(1), 100年,10)},\ ,,,指数=地图(str,范围(10))) 在祝辞祝辞df ,,,a ,, b 0,,21岁,54岁 1,,53岁,28 2,,18,87 3,,56岁,40 4,,62年,34岁 5,,74,10 6,,,7,78 7,,58,79 8,,66,80 9,,30,21岁 #,纵向一阶差分,当前行减去上一行 在祝辞祝辞,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日,-36.0,-59.0 #,横向一阶差分,当前列减去左边的列 在祝辞祝辞,df.diff(轴=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 在祝辞祝辞,df.diff(时间=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日,-28.0,-58.0 #,纵向二阶差分,丢弃空值 在祝辞祝辞,df.diff(时间=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
关于怎么在Python使用熊猫实现差分运算问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注行业资讯频道了解更多相关知识。