Python|熊猫系列.diff()

简介

Python|熊猫系列.diff()是Pandas核心库提供的一个函数，它可以在两个DataFrame之间进行比较操作，并返回一个新的DataFrame，该DataFrame的每个单元都是两个DataFrame相应单元的比较结果。它可以用于比较两个数据集之间的差异，例如，在数据分析中，可以使用它来比较不同时间段或地点的数据集，以查看其差异。

语法

pandas.DataFrame.diff(periods=1, axis=0, *args, **kwargs)

参数

• periods：表示要进行差分操作的周期数，默认为1。
• axis：表示要沿着哪个轴进行操作，默认为0（按行进行计算）。

返回值

返回一个新的DataFrame，其中每个单元都是两个输入DataFrame相应单元的差异结果。

使用示例

import pandas as pd

# 创建两个简单的DataFrame
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})
df2 = pd.DataFrame({
    'A': [2, 4, 6],
    'B': [8, 10, 12],
    'C': [14, 16, 18]
})

# 执行diff()操作
diff_df = df2.diff(periods=1)

# 输出差异结果
print(diff_df)

# 输出markdown格式
print(diff_df.to_markdown())

输出结果为：

     A    B    C
0  NaN  NaN  NaN
1  2.0  2.0  2.0
2  2.0  2.0  2.0

|    |   A |   B |   C |
|---:|----:|----:|----:|
|  0 | nan | nan | nan |
|  1 |   2 |   2 |   2 |
|  2 |   2 |   2 |   2 |

解释

在上述示例中，首先我们创建了两个简单的DataFrame：df1和df2。然后我们对df2执行了diff()操作，期望输出的结果是两个DataFrame之间的差异。

执行diff()操作后，我们得到了一个新的DataFrame：diff_df，其中每个单元都是df2和df1相应单元之间的差异。在这个新的DataFrame中，第一行由于没有前一个行，因此所有单元都为NaN。第二行和第三行的单元依次计算为2，因为df2中的每个单元都是df1中相应单元的两倍。

最后，我们使用to_markdown()函数输出了markdown格式的结果，以供分享和展示。