Pandas中dataframe.diff()的用法详解

DataFrame.diff() 是 Pandas 中用于计算 DataFrame 或 Series 逐元素差分的一个方法，它可以用于对行或列进行差分运算。具体来说，diff() 计算的是相邻元素之间的差值。

语法：

DataFrame.diff(periods=1, axis=0)

参数说明：

• periods:

  • 类型：整数
  • 默认值：1
  • 描述：表示计算相隔多少行或列的差值。默认值是 1，即计算每个元素与前一个元素的差值。如果设为 2，则计算每个元素与它之前第 2 个元素的差值，依此类推。可以为负数，表示往后的元素进行差分。

• axis:

  • 类型：整数（0 或 1）
  • 默认值：0
  • 描述：指定沿哪个轴进行差分运算。axis=0 表示按行计算差值（即每一列的上下元素差分），axis=1 表示按列计算差值（即每一行的左右元素差分）。

返回值：

• 返回一个 DataFrame，其中每个元素的值是与之前相隔 periods 个元素的差值。对于无法计算差值的元素（如第一个元素或存在 NaN 的元素），其结果为 NaN。

示例：

1. 按行计算差分（默认，axis=0）：

import pandas as pd

data = {'A': [1, 2, 3, 4], 'B': [10, 20, 30, 40]}
df = pd.DataFrame(data)

print(df.diff())

输出：

     A     B
0  NaN   NaN
1  1.0  10.0
2  1.0  10.0
3  1.0  10.0

在这里，diff() 计算了相邻行的差值，第一行没有上一个元素，所以差值为 NaN。

2. 按列计算差分（axis=1）：

print(df.diff(axis=1))

输出：

     A    B
0  NaN   9
1  NaN  18
2  NaN  27
3  NaN  36

在这里，axis=1 表示按列计算差值，结果是每行的相邻列之间的差值。

3. 指定 periods 计算差分：

print(df.diff(periods=2))

输出：

     A     B
0  NaN   NaN
1  NaN   NaN
2  2.0  20.0
3  2.0  20.0

这里 periods=2 表示计算与前 2 行的差值。前两行因为无法计算差分，因此结果为 NaN。

用途：

• 时间序列分析：计算连续时间点的数据差异，例如日收益率、温度变化等。
• 数据变化分析：分析列或行中相邻值的差异性，帮助了解数据趋势或波动情况。