怎么在Python使用熊猫实现差分运算

  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:

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。

怎么在Python使用熊猫实现差分运算