如何计算 Pandas 数据框中行之间的变化答案

【问题标题】：How to Calculate change between rows in Pandas Data Frame如何计算 Pandas 数据框中行之间的变化
【发布时间】：2020-05-30 03:05:09
【问题描述】：

假设我有一个每日销售记录列。我想从中创建两个新列。从一个月开始跟踪变化。记录在案的每一天。我将如何在 Pandas 数据框中执行此操作。熊猫新手，卡在这里。这是一个样本数据集

而我正在寻找的是创建一个新列“从一个月前的变化”，这将跟踪今天和 30 天前的每日销售额之间的差异。

【问题讨论】：

请提供一些数据，至少是您当前数据框的一些示例，如果可能，您希望实现什么以及到目前为止您尝试了什么。这样我们才能理解问题并帮助您找到解决方案，否则问题本身就太宽泛了
你能定义a month ago，是30天前吗？
@Shijith 是的，一个月是 30 天前。
那么 2020 年 3 月 1 日之前的 1 个月是 1 月 31 日，而 4 月 1 日之前的 1 个月是 3 月 2 日？看起来像一个相当不常见的约定......
@Celius Stingher 我现在添加了一个示例数据到问题中

标签： python pandas

【解决方案1】：

了解您正在使用的数据肯定会更容易回答这个问题。但是，一种常见的方法是使用Series.shift 操作在pandas 中创建一个新列，方法如下：

import pandas as pd
df = pd.DataFrame({'Col1': [10, 20, 15, 30, 45],
                   'Col2': [13, 23, 18, 33, 48],
                   'Col3': [17, 27, 22, 37, 52]})

df['Col4'] = df.Col1.shift(periods=-3) # reference df.Col1 value from 3 rows back

您可以使用这个新列在此处进行任何算术/算法计算。

【讨论】：

谢谢@Naman 我会试试你的方法。从那时起我就编辑了这个问题。如果它有助于澄清。

【解决方案2】：

你可以使用pandas.DataFrame.diff

df['new_col'] = df.sales.diff(periods=30)

这将找到当前行和上面 30 行的差异（这可能是也可能不是 30 天前）

【讨论】：

【解决方案3】：

您可能想为一个月前发明自己的约定，但如果pd.DateOffset()，通用约定已经实现。

如果你使用它，你可以这样构建一个增量列：

df['delta'] = df['Daily Sales'] - df.merge(df[['Date', 'Daily Sales']]
                                           .assign(M1 = df['Date']
                                             + pd.DateOffset(months=1))
             .drop_duplicates('M1').drop(columns='Date')
             .rename({'Daily Sales': 'prev'}, axis=1),
         left_on='Date', right_on='M1', how='left')['prev']

上述（魔法）公式的分解为：

仅提取 Date 和 Dayly Sailes 列以进行进一步处理
在Date 列中添加一个月并将其命名为M1
删除由于使用DateOffset而可能在该日期发生的重复项
将Daily Sales命令重命名为prev
按常见日期（使用M1 列）将其与原始数据框合并
1 个月的差异是原始数据框的 Daily Sailes 列与合并数据框的 prev 列之间的差异。

【讨论】：