【Pandas】pandas Series diff
Pandas2.2 Series
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| Series.abs() | 用于计算 Series 中每个元素的绝对值 |
| Series.all() | 用于检查 Series 中的所有元素是否都为 True 或非零值（对于数值型数据） |
| Series.any() | 用于检查 Series 中是否至少有一个元素为 True 或非零值（对于数值型数据） |
| Series.autocorr() | 用于计算 Series 的自相关系数 |
| Series.between() | 用于检查 Series 中的每个元素是否在指定的两个值之间（包括边界值） |
| Series.clip() | 用于将 Series 中的元素限制在指定的上下限之间 |
| Series.corr() | 用于计算两个 Series 之间的相关系数 |
| Series.count() | 用于计算 Series 中非 NA/null 值的数量 |
| Series.cov(other[, min_periods, ddof]) | 用于计算两个 Series 之间的协方差 |
| Series.cummax([axis, skipna]) | 用于计算 Series 中元素的累积最大值 |
| Series.cummin([axis, skipna]) | 用于计算 Series 中元素的累积最小值 |
| Series.cumprod([axis, skipna]) | 用于计算 Series 中元素的累积乘积 |
| Series.cumsum([axis, skipna]) | 用于计算 Series 中元素的累积和 |
| Series.describe([percentiles, include, exclude]) | 用于生成 Series 对象的描述性统计信息的方法 |
Series.diff([periods]) | 用于计算 Series 中元素与前一个元素之间差值的方法 |
pandas.Series.diff
pandas.Series.diff() 是 pandas 库中用于计算 Series 中元素与前一个元素之间差值的方法。它可以用于检测数据的变化趋势或进行时间序列分析。
参数
periods: 整数，默认为 1，表示与前几个元素进行差分计算。正值表示向前差分，负值表示向后差分。
返回值
返回一个新的 Series，其中每个元素是原 Series 中对应位置元素与其前（或后）periods 个元素的差值。首（尾）部没有足够元素进行差分的位置将填充为 NaN。
示例
基本用法
import pandas as pd
# 创建一个简单的数值型 Series
data = pd.Series([1, 2, 4, 7, 11])
# 使用 diff 方法
diff_result = data.diff()
print(diff_result)
输出结果：
0 NaN
1 1.0
2 2.0
3 3.0
4 4.0
dtype: float64
指定 periods 参数
# 使用 diff 方法并指定 periods 参数
diff_periods_result = data.diff(periods=2)
print(diff_periods_result)
输出结果：
0 NaN
1 NaN
2 3.0
3 5.0
4 7.0
dtype: float64
负值 periods 参数
# 使用 diff 方法并指定负值 periods 参数
diff_negative_periods_result = data.diff(periods=-1)
print(diff_negative_periods_result)
输出结果：
0 -1.0
1 -2.0
2 -3.0
3 -4.0
4 NaN
dtype: float64
通过这些示例可以看到，diff 方法能够帮助我们快速计算数据之间的差异，特别适用于时间序列数据分析和变化趋势的检测。