このようなデータフレームがあるとしましょう
A B
0 a b
1 c d
2 e f
3 g h
0、1、2、3は時間、a、c、e、gは1つの時系列、b、d、f、hは別の時系列です。特定の列の連続する行の差を計算することで取得される元のデータフレームに2つの列を追加できる必要があります。
だから私はこのようなものが必要です
A B dA
0 a b (a-c)
1 c d (c-e)
2 e f (e-g)
3 g h Nan
私はデータフレーム/シリーズでdiffと呼ばれるものを見ましたが、それは最初の要素がNanになるので少し異なります。
shift を使用します。
df['dA'] = df['A'] - df['A'].shift(-1)
diff
を使用し、periods
引数として-1
を渡すことができます。
>>> df = pd.DataFrame({"A": [9, 4, 2, 1], "B": [12, 7, 5, 4]})
>>> df["dA"] = df["A"].diff(-1)
>>> df
A B dA
0 9 12 5
1 4 7 2
2 2 5 1
3 1 4 NaN
[4 rows x 3 columns]
CSVでデータを使用する場合、これは完全に機能します。
my_data = pd.read_csv('sale_data.csv')
df = pd.DataFrame(my_data)
df['New_column'] = df['target_column'].diff(1)
print(df) #for the console but not necessary
ローリング差異は、次の方法でも計算できます。
df=pd.DataFrame(my_data)
my_data = pd.read_csv('sales_data.csv')
i=0
j=1
while j < len(df['Target_column']):
j=df['Target_column'][i+1] - df['Target_column'][i] #the difference btwn two values in a column.
i+=1 #move to the next value in the column.
j+=1 #next value in the new column.
print(j)