【Pandas】pandas DataFrame diff

Pandas2.2 DataFrame

Computations descriptive stats

方法	描述
DataFrame.abs()	用于返回 DataFrame 中每个元素的绝对值
DataFrame.all([axis, bool_only, skipna])	用于判断 DataFrame 中是否所有元素在指定轴上都为 True
DataFrame.any(*[, axis, bool_only, skipna])	用于判断 DataFrame 中是否至少有一个元素在指定轴上为 True
DataFrame.clip([lower, upper, axis, inplace])	用于截断（限制）DataFrame 中的数值
DataFrame.corr([method, min_periods, …])	用于计算 DataFrame 中各列之间的相关系数矩阵（Correlation Matrix）
DataFrame.corrwith(other[, axis, drop, …])	用于计算当前 DataFrame 的每一列（或行）与另一个 Series 或 DataFrame 中对应列的相关系数
DataFrame.count([axis, numeric_only])	用于统计 DataFrame 中每列或每行的非空（非 NaN）元素数量
DataFrame.cov([min_periods, ddof, numeric_only])	用于计算 DataFrame 中每对列之间的协方差
DataFrame.cummax([axis, skipna])	用于计算 DataFrame 中每列或每行的累计最大值（cumulative maximum）
DataFrame.cummin([axis, skipna])	用于计算 DataFrame 中每列或每行的累计最小值（cumulative minimum）
DataFrame.cumprod([axis, skipna])	用于计算 DataFrame 中每列或每行的累计乘积（cumulative product）
DataFrame.cumsum([axis, skipna])	用于计算 DataFrame 中每列或每行的累计和（cumulative sum）
DataFrame.describe([percentiles, include, …])	用于快速生成数据集的统计摘要（summary statistics）
DataFrame.diff([periods, axis])	用于计算 DataFrame 中相邻行或列之间的差值（差分）

pandas.DataFrame.diff()

pandas.DataFrame.diff() 方法用于计算 DataFrame 中相邻行或列之间的差值（差分）。它常用于时间序列分析、趋势检测、数据变化监控等场景。

---

📌 方法签名：

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

---

🧾 参数说明：

参数	类型	描述
periods	int, 默认 1	指定向前/向后移动的步数，正值表示当前行与前 periods 行相减，负值则相反。
axis	{0/‘index’, 1/‘columns’}, 默认 0

• 0 或 'index'：按行计算差分（默认）
• 1 或 'columns'：按列计算差分 |

---

📊 返回值：

返回一个新的 DataFrame，其形状与原 DataFrame 相同，但第一组（根据 periods 大小）行或列的值为 NaN（因为没有对应的前一行/列进行差分运算）。

---

✅ 示例及结果：

示例1：默认参数（按行计算一阶差分）

import pandas as pd

df = pd.DataFrame({
    'A': [10, 20, 15, 25, 30],
    'B': [100, 120, 110, 130, 140]
})

print(df.diff())

输出结果：

      A     B
0   NaN   NaN
1  10.0  20.0
2  -5.0 -10.0
3  10.0  20.0
4   5.0  10.0

解释：

• 默认 periods=1，即每行与上一行相减。
• 第0行无前一行 → NaN

---

示例2：设置 periods=2（两阶差分）

print(df.diff(periods=2))

输出结果：

      A     B
0   NaN   NaN
1   NaN   NaN
2  -5.0  10.0
3  10.0  20.0
4  15.0  30.0

解释：

• 当前行与前两行相减，因此前两行为 NaN。

---

示例3：负 periods（未来行减当前行）

print(df.diff(periods=-1))

输出结果：

      A     B
0 -10.0 -20.0
1   5.0  10.0
2 -10.0 -20.0
3  -5.0 -10.0
4   NaN   NaN

解释：

• 当前行与下一行相减（未来减现在），最后一行为 NaN。

---

示例4：按列计算差分（axis=1）

df_col = pd.DataFrame({
    'X': [1, 2, 3],
    'Y': [4, 5, 6],
    'Z': [7, 8, 9]
})

print(df_col.diff(axis=1))

输出结果：

     X    Y     Z
0  NaN  3.0   3.0
1  NaN  3.0   3.0
2  NaN  3.0   3.0

解释：

• 每列与前一列相减，因此第一列 X 全为 NaN。

---

🎯 适用场景：

场景	描述
时间序列分析	计算每日/每月变化量，如销售额增长、温度变化等
趋势检测	分析数据上升或下降的趋势
异常检测	差分后突变值可能表示异常行为
特征工程	构造新的特征（如变化率、增长率）

---

⚠️ 注意事项：

• 只对数值型列有效，非数值列会被忽略
• 差分后的结果中会包含 NaN 值（无法计算的部分）
• 支持正负 periods，可灵活控制前后方向
• 不会影响原始 DataFrame，返回新对象

---

📋 总结：

特性	描述
功能	计算 DataFrame 的行间或列间的差分
默认行为	按行计算一阶差分（periods=1）
是否修改原数据	否，返回新 DataFrame
适用类型	数值型列（int、float）
灵活性	支持任意步长和方向（periods 和 axis）

diff() 是一个非常实用的数据变换工具，尤其适合处理时间序列和变化监测任务。