Làm thế nào để tính toán sự khác biệt giữa các hàng liên tiếp trong khung dữ liệu gấu trúc?

Question

Tôi có khung dữ liệu, df, với ba cột: count_a, count_b và date; số đếm là phao và ngày là ngày liên tiếp trong năm 2015.

Tôi đang cố gắng tìm ra sự khác biệt giữa số ngày trong cả hai cột count_a và count_b - có nghĩa là, tôi đang cố gắng tính toán sự khác biệt giữa mỗi hàng và hàng trước cho cả hai cột đó. Tôi đã đặt ngày làm chỉ mục, nhưng tôi đang gặp khó khăn trong việc tìm ra cách thực hiện điều này; có một số gợi ý về việc sử dụng pd.Series và pd.DataFrame.diff nhưng tôi không có bất kỳ may mắn nào khi tìm câu trả lời hoặc tập hợp hướng dẫn áp dụng.

Tôi hơi bị kẹt và sẽ đánh giá cao một số hướng dẫn tại đây.

Đây là những gì khung dữ liệu của tôi trông giống như:

df=pd.Dataframe({'count_a': {Timestamp('2015-01-01 00:00:00'): 34175.0, 
    Timestamp('2015-01-02 00:00:00'): 72640.0, 
    Timestamp('2015-01-03 00:00:00'): 109354.0, 
    Timestamp('2015-01-04 00:00:00'): 144491.0, 
    Timestamp('2015-01-05 00:00:00'): 180355.0, 
    Timestamp('2015-01-06 00:00:00'): 214615.0, 
    Timestamp('2015-01-07 00:00:00'): 250096.0, 
    Timestamp('2015-01-08 00:00:00'): 287880.0, 
    Timestamp('2015-01-09 00:00:00'): 332528.0, 
    Timestamp('2015-01-10 00:00:00'): 381460.0, 
    Timestamp('2015-01-11 00:00:00'): 422981.0, 
    Timestamp('2015-01-12 00:00:00'): 463539.0, 
    Timestamp('2015-01-13 00:00:00'): 505395.0, 
    Timestamp('2015-01-14 00:00:00'): 549027.0, 
    Timestamp('2015-01-15 00:00:00'): 595377.0, 
    Timestamp('2015-01-16 00:00:00'): 649043.0, 
    Timestamp('2015-01-17 00:00:00'): 707727.0, 
    Timestamp('2015-01-18 00:00:00'): 761287.0, 
    Timestamp('2015-01-19 00:00:00'): 814372.0, 
    Timestamp('2015-01-20 00:00:00'): 867096.0, 
    Timestamp('2015-01-21 00:00:00'): 920838.0, 
    Timestamp('2015-01-22 00:00:00'): 983405.0, 
    Timestamp('2015-01-23 00:00:00'): 1067243.0, 
    Timestamp('2015-01-24 00:00:00'): 1164421.0, 
    Timestamp('2015-01-25 00:00:00'): 1252178.0, 
    Timestamp('2015-01-26 00:00:00'): 1341484.0, 
    Timestamp('2015-01-27 00:00:00'): 1427600.0, 
    Timestamp('2015-01-28 00:00:00'): 1511549.0, 
    Timestamp('2015-01-29 00:00:00'): 1594846.0, 
    Timestamp('2015-01-30 00:00:00'): 1694226.0, 
    Timestamp('2015-01-31 00:00:00'): 1806727.0, 
    Timestamp('2015-02-01 00:00:00'): 1899880.0, 
    Timestamp('2015-02-02 00:00:00'): 1987978.0, 
    Timestamp('2015-02-03 00:00:00'): 2080338.0, 
    Timestamp('2015-02-04 00:00:00'): 2175775.0, 
    Timestamp('2015-02-05 00:00:00'): 2279525.0, 
    Timestamp('2015-02-06 00:00:00'): 2403306.0, 
    Timestamp('2015-02-07 00:00:00'): 2545696.0, 
    Timestamp('2015-02-08 00:00:00'): 2672464.0, 
    Timestamp('2015-02-09 00:00:00'): 2794788.0}, 
'count_b': {Timestamp('2015-01-01 00:00:00'): nan, 
    Timestamp('2015-01-02 00:00:00'): nan, 
    Timestamp('2015-01-03 00:00:00'): nan, 
    Timestamp('2015-01-04 00:00:00'): nan, 
    Timestamp('2015-01-05 00:00:00'): nan, 
    Timestamp('2015-01-06 00:00:00'): nan, 
    Timestamp('2015-01-07 00:00:00'): nan, 
    Timestamp('2015-01-08 00:00:00'): nan, 
    Timestamp('2015-01-09 00:00:00'): nan, 
    Timestamp('2015-01-10 00:00:00'): nan, 
    Timestamp('2015-01-11 00:00:00'): nan, 
    Timestamp('2015-01-12 00:00:00'): nan, 
    Timestamp('2015-01-13 00:00:00'): nan, 
    Timestamp('2015-01-14 00:00:00'): nan, 
    Timestamp('2015-01-15 00:00:00'): nan, 
    Timestamp('2015-01-16 00:00:00'): nan, 
    Timestamp('2015-01-17 00:00:00'): nan, 
    Timestamp('2015-01-18 00:00:00'): nan, 
    Timestamp('2015-01-19 00:00:00'): nan, 
    Timestamp('2015-01-20 00:00:00'): nan, 
    Timestamp('2015-01-21 00:00:00'): nan, 
    Timestamp('2015-01-22 00:00:00'): nan, 
    Timestamp('2015-01-23 00:00:00'): nan, 
    Timestamp('2015-01-24 00:00:00'): 71.0, 
    Timestamp('2015-01-25 00:00:00'): 150.0, 
    Timestamp('2015-01-26 00:00:00'): 236.0, 
    Timestamp('2015-01-27 00:00:00'): 345.0, 
    Timestamp('2015-01-28 00:00:00'): 1239.0, 
    Timestamp('2015-01-29 00:00:00'): 2228.0, 
    Timestamp('2015-01-30 00:00:00'): 7094.0, 
    Timestamp('2015-01-31 00:00:00'): 16593.0, 
    Timestamp('2015-02-01 00:00:00'): 27190.0, 
    Timestamp('2015-02-02 00:00:00'): 37519.0, 
    Timestamp('2015-02-03 00:00:00'): 49003.0, 
    Timestamp('2015-02-04 00:00:00'): 63323.0, 
    Timestamp('2015-02-05 00:00:00'): 79846.0, 
    Timestamp('2015-02-06 00:00:00'): 101568.0, 
    Timestamp('2015-02-07 00:00:00'): 127120.0, 
    Timestamp('2015-02-08 00:00:00'): 149955.0, 
    Timestamp('2015-02-09 00:00:00'): 171440.0}}) 

Answer 1

diff nên cho kết quả mong muốn:

>>> df.diff() 
count_a count_b 
2015-01-01  NaN  NaN 
2015-01-02 38465  NaN 
2015-01-03 36714  NaN 
2015-01-04 35137  NaN 
2015-01-05 35864  NaN 
.... 
2015-02-07 142390 25552 
2015-02-08 126768 22835 
2015-02-09 122324 21485 

Answer 2

Bạn có thể sử dụng .rolling_apply(…) phương pháp:

diffs_a = pd.rolling_apply(df['count_a'], 2, lambda x: x[0] - x[1]) 

Ngoài ra, nếu nó dễ dàng hơn, bạn có thể hoạt động trên các mảng trực tiếp:

count_a_vals = df['count_a'].values 
diffs_a = count_a_vals[:-1] - count_a_vals[1:]