计算熊猫中列的滞后值的日志

Question

我想得到一个列的滞后值除以熊猫中该列的日志。

有一种简单的方法是添加这样的新列：

import pandas as pd
from numpy import log

df = pd.DataFrame({'reading': [2,3,4,5,6,7,8]})

df['lagged'] = df.reading.shift(1)
df['log'] = df.apply(lambda x: log(x['lagged']/ x['reading']), axis=1)

我想知道是否有更简单的方法可以在不添加新列的情况下执行此操作。

Answer 1

你是对的，新的专栏是不必要的，apply 这里也是多余的。划分Series.shifted 列，然后将log 传递给Series 以提高性能：

df['log'] = log(df.reading.shift() / df.reading)
print (df)
   reading       log
0        2       NaN
1        3 -0.405465
2        4 -0.287682
3        5 -0.223144
4        6 -0.182322
5        7 -0.154151
6        8 -0.133531