Python使用pandas对数据进行差分运算

>>> import pandas
as pd

>>> import numpy
as np

# 生成模拟数据

>>> df = pd.DataFrame({'a':np.random.randint(1, 100, 10),\

     'b':np.random.randint(1, 100, 10)},\

    index=map(str,
range(10)))

>>> df
    a    b

0  21  54

1  53  28

2  18  87

3  56  40

4  62  34

5  74  10

6   7  78

7  58  79

8  66  80

9  30  21

# 纵向一阶差分，当前行减去上一行

>>> df.diff()
      a      b

0   NaN   NaN

1  32.0 -26.0

2 -35.0  59.0

3  38.0 -47.0

4   6.0  -6.0

5  12.0 -24.0

6 -67.0  68.0

7  51.0   1.0

8   8.0   1.0

9 -36.0 -59.0

# 横向一阶差分，当前列减去左边的列

>>> df.diff(axis=1)
    a      b

0 NaN  33.0

1 NaN -25.0

2 NaN  69.0

3 NaN -16.0

4 NaN -28.0

5 NaN -64.0

6 NaN  71.0

7 NaN  21.0

8 NaN  14.0

9 NaN  -9.0

# 纵向二阶差分

>>> df.diff(periods=2)
      a      b

0   NaN   NaN

1   NaN   NaN

2  -3.0  33.0

3   3.0  12.0

4  44.0 -53.0

5  18.0 -30.0

6 -55.0  44.0

7 -16.0  69.0

8  59.0   2.0

9 -28.0 -58.0

# 纵向二阶差分，丢弃空值

>>> df.diff(periods=2).dropna()
      a     b

2  -3.0  33.0

3   3.0  12.0

4  44.0 -53.0

5  18.0 -30.0

6 -55.0  44.0

7 -16.0  69.0

8  59.0   2.0

9 -28.0 -58.0

----------相关阅读----------
Python使用pandas扩展库DataFrame对象的pivot方法对数据进行透视转换

Python使用pandas读取Excel文件数据和预处理小案例

使用Python内置集合对象和内置函数filter()过滤无效书评

Python数据分析扩展库pandas的DataFrame排序方法小结

Pandas创建DataFrame对象的几种常用方法

Python基于用户协同过滤算法的电影推荐代码demo

Python+pandas读取Excel文件并统计演员参演电影数量

祝所有程序员1024节日快乐

学会提问，你就成功了一大半！

盘点那些让人上火的提问方式（论如何让交流更高效）

----------喜大普奔----------

1、继《Python程序设计基础》（2017年9月第5次印刷）、《Python程序设计（第2版）》（2017年9月第4次印刷）、《Python可以这样学》（2017年7月第3次印刷）系列图书之后，董付国老师新书《Python程序设计开发宝典》已于2017年8月1日在清华大学出版社出版，并于2017年9月进行了第2次印刷。为庆祝新书《Python程序设计开发宝典》全面上架，清华大学出版社联合“赣江图书专营”淘宝店推出特价优惠活动，《Python程序设计开发宝典》原价69元，新书上架期间超低价39.8元，可以复制下面的链接使用浏览器打开查看图书详情和购买：
https://detail.tmall.com/item.htm?spm=a1z10.3-b-s.w4011-14464369246.84.46f16db0roWfX4&id=557107249812&rn=339cbc9df2bac424664103917dedfbd2&abbucket=8&tbpm=3
2、董付国老师新作《中学生可以这样学Python》已正式出版，很快就会在各大书城全面上架。

3、董付国老师6本Python系列图书阅读指南