使用 Pandas 计算大型数据帧中第 n 个和第 n-1 个值之间的差异的

Question

假设我有一个 100x100 的 Pandas 数据框，完全由数值组成。我想要做的是获取第 n 行和第 n-1 行的每一列的差异：假设第一列有值 (1,2,3,4.....100) 我想要的是输出 (1,1,1,1,1,1,1.....1)它将从第二行中减去第一行，从第三行中减去第二行等等......对于每一列。我已经使用 for 循环完成了它，它循环遍历每一列，然后每行。但我想知道是否有更优雅的解决方案这就是我认为可行的方法，实际上由于某些原因还没有机会尝试....outputframe = pd.DataFrame(data=0, index = list(range(1,99)), column = list(range(1,100))For i in range(0,100):    For x in range(1,100):       outputframe.iloc[x,i]= df.iloc[x,i]-df[x-1,i]我相信这会给我正确的结果，但是，我想知道是否有更优雅的解决方案

Answer 1

这里的关键是 pandasshift(n)方法，它允许您按n行移动索引。

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 100)))

df_new = df.shift(-1) - df

Answer 2

就像@ALollz 所说的那样.diff()在这里工作得很好而且很快。第一行将得到 NaN，所以我再次重新分配第一行。

import pandas as pd

import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 100)))

df_new = df.diff()

df_new.iloc[0] = df.iloc[0]

原始数据框

.diff() 之后（第一行为 NaN）

后 df_new.iloc[0] = df.iloc[0]