与熊猫中的 df.diff() 相反答案

【问题标题】：opposite of df.diff() in pandas与熊猫中的 df.diff() 相反
【发布时间】：2018-07-03 20:44:31
【问题描述】：

我已经搜索了论坛，以寻找一种更简洁的方法来在数据框中创建一个新列，该列是该行与前一行的总和 - 与 .diff() 函数相反，它获取差异。

这就是我目前解决问题的方法

df = pd.DataFrame ({'c':['dd','ee','ff', 'gg', 'hh'], 'd':[1,2,3,4,5]}
df['e']= df['d'].shift(-1)
df['f'] = df['d'] + df['e']

感谢您的想法。

【问题讨论】：

您的解决方案看起来不错，应该很快
LOTS 比滚动快- 0.002352657423882435 对于我的原始方法，接受的答案是 0.011872950857238607
符合我的预期
@MissBleu 尝试使用更大的数据框。

标签： python pandas

【解决方案1】：

如果由于多索引或其他原因无法使用滚动，您可以尝试使用 .cumsum()，然后使用 .diff(-2) 将 .cumsum() 的结果从之前的两个位置子化。

data = {'a':[1,6,3,9,5,30, 101, 8]}
df = pd.DataFrame(data)
df['opp_diff'] = df['a'].cumsum().diff(2)

    a   opp_diff
0   1   NaN
1   6   NaN
2   3   9.0
3   9   12.0
4   5   14.0
5   30  35.0
6   101 131.0
7   8   109.0

通常要获得 .diff(n) 的倒数，您应该能够执行 .cumsum().diff(n+1)。问题是您将获得 n+1 个作为 NaN 的第一个结果

【讨论】：

【解决方案2】：

df.cumsum()

Example:
data = {'a':[1,6,3,9,5], 'b':[13,1,2,5,23]}
df = pd.DataFrame(data)

df = 
    a   b
0   1   13
1   6   1
2   3   2
3   9   5
4   5   23

df.diff()

a   b
0   NaN NaN
1   5.0 -12.0
2   -3.0    1.0
3   6.0 3.0
4   -4.0    18.0

df.cumsum()

a   b
0   1   13
1   7   14
2   10  16
3   19  21
4   24  44

【讨论】：

它与 diff() 完全相反

【解决方案3】：

您可以使用窗口大小为 2 的rolling 和sum：

df['f'] = df['d'].rolling(2).sum().shift(-1)

    c  d    f
0  dd  1  3.0
1  ee  2  5.0
2  ff  3  7.0
3  gg  4  9.0
4  hh  5  NaN

【讨论】：

这正是我所希望的！谢谢！