跳转至

python | pandas data frame.diff()

哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 dataframe-diff/

Python 是进行数据分析的优秀语言,主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包,让导入和分析数据变得容易多了。

熊猫 **dataframe.diff()**用于寻找给定轴上物体的第一个离散差。我们可以提供一个周期值来移动形成差异。

语法: DataFrame.diff(周期=1,轴=0)

参数: 周期:周期移位形成差异 轴:取行(0)或列(1)的差异。

返回:不同:数据帧

示例#1: 使用diff()函数查找周期值等于 1 的指数轴上的离散差值。

# importing pandas as pd
import pandas as pd

# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, 2, 4, 3], 
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})

# Print the dataframe
df

现在找到指数轴上的离散差。

# To find the discrete difference
df.diff(axis = 0, periods = 1)

输出:

输出是一个数据帧,其单元格包含索引轴上的离散差异。每个单元格中的值是当前单元格值与前一行对应单元格的差值。注意,第一行是NaN填充的。这是因为上面没有一行可以找到区别,所以被视为NaN

例 2: 使用diff()函数求周期值等于 1 的列轴上的离散差。

# importing pandas as pd
import pandas as pd

# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, 2, 4, 3], 
                   "C":[4, 3, 8, 5], 
                   "D":[5, 4, 2, 8]})

# To find the discrete difference
df.diff(axis = 1, periods = 1)

输出:

输出是一个数据帧,其单元格包含列轴上的离散差异。每个单元格中的值是当前单元格值与前一列对应单元格的差值。注意,第一列是NaN填充。这是因为它的左边没有列可以找到区别,所以它被视为NaN



回到顶部