python - 如何使用从当前行和上一行访问数据的函数将新列添加到数据框中?
问题描述
我有一个包含几天数据的数据框:代码
import pandas
[...]
daily_data_f = pandas.DataFrame(daily_data, columns = ['Day', 'Total TODO/TODOE count'])
print(daily_data_f)
生成以下输出:
Day Total TODO/TODOE count
0 2020-05-16 35
1 2020-05-17 35
2 2020-05-18 35
3 2020-05-19 35
4 2020-05-20 35
.. ... ...
64 2020-07-18 35
65 2020-07-19 35
66 2020-07-20 35
68 2020-07-21 151
我想计算Total TODO/TODOE count
随后两天的值之间的差异。该值从 2020 年 6 月 28 日的 35 跃升至 2020 年 7 月 21 日的 151。我要为 2020-07-21 计算的值151-35=116
。
这个答案建议了这种方法:
df['new_column_name'] = df.apply(lambda x: my_function(x['value_1'], x['value_2']), axis=1)
我将不得不写这样的东西:
daily_data_f['First Derivative'] = daily_data_f.apply(lambda x:diff(daily_data_f['Total TODO/TODOE count'], <PREVIOUS_VALUE>), axis=1)
其中<PREVIOUS_VALUE>
是'Total TODO/TODOE count'
上一行(天)的值。
问题:如何为<PREVIOUS_VALUE>
('Total TODO/TODOE count'
上一行的值)编写表达式?
解决方案
您可以使用numpy.diff
或pandas.DataFrame.diff
如下所示,numpy 方法应该稍微快一些:
麻木:
import numpy as np
df['diff'] = np.diff(df['Total TODO/TODOE count'], prepend=np.nan)
熊猫:
import pandas as pd
df['diff'] = df['Total TODO/TODOE count'].diff()
输出:
Day Total TODO/TODOE count diff
0 2020-05-16 35 NaN
1 2020-05-17 35 0.0
2 2020-05-18 35 0.0
3 2020-05-19 35 0.0
4 2020-05-20 35 0.0
64 2020-07-18 35 0.0
65 2020-07-19 35 0.0
66 2020-07-20 35 0.0
68 2020-07-21 151 116.0