Python Pandas dataframe.diff()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.diff()用於查找給定軸上對象的第一個離散差異。我們可以提供一個周期值來移動以形成差。

用法： DataFrame.diff(periods=1, axis=0)

參數:
periods:形成差異所需的時間
axis:對行(0)或列(1)求差。

返回:diffed：DataFrame

範例1：采用diff()函數查找周期值等於1的索引軸上的離散差。

# 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]}) 
  
# Print the dataframe 
df

現在找到索引軸上的離散差異。

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

輸出：

輸出是一個數據單元格，其中的單元格包含索引軸上的離散差異。每個單元格中存在的值是當前單元格值與上一行對應單元格的差。注意，第一行是NaN填充。這是因為上麵沒有行可以找到與之不同的行，因此將其視為NaN。

範例2：采用diff()函數查找周期值等於1的列軸上的離散差。

# 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)

輸出：

輸出是一個數據幀，其中的單元格包含列軸上的離散差異。每個單元格中存在的值是當前單元格值與上一列對應單元格的差。注意，第一列是NaN填充。這是因為在其左側沒有任何列可找到與的差異，因此將其視為NaN。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.diff()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。