使用另一列的值作为“periods”的关键字参数计算diff（）

Question

我有一个数据框，我想在其中计算某个列（值）上的diff（）。要计算的周期数来自另一列（周期）。

我试过：

df['Diff'] = df['Value'].diff(periods=df['Periods'])

=

在不同的帖子中，我看到我们需要使用. astype（int）：

df['Diff'] = df['Value'].diff(periods=df['Periods'].astype(int))

=

我也尝试过。

df['Diff'] = df['Value'].diff(periods=df['Periods'].values)

=

有人知道我在这里遗漏了什么吗？

Answer 1

df['Diff'] = df.Value - pd.Series(df.Value[df.index - df.Period].values, df.index)

Answer 2

一种方法可能是以下方法——不是最有效的，但确实有效：

import pandas as pd
import numpy as np

df = pd.DataFrame({"Periods":[0,1,2,2], "Value":[32, 35, 37, 41]})

df["Diff"] = np.diag(df.apply(lambda x:df["Value"].diff(x["Periods"]), axis=1))

df

输出

   Periods  Value  Diff
0        0     32   0.0
1        1     35   3.0
2        2     37   5.0
3        2     41   6.0

Answer 3

您可以手动执行此操作<代码>重置索引以确保数据帧具有范围索引。然后从索引中减去句点，以确定需要从哪一行提取“值”，并将其映射到原始数据帧。现在，您可以手动减去以计算差值，其中包含变量“Periods”。

df = df.reset_index(drop=True)

df['Value_shift'] = (df.index - df['Periods']).map(df['Value'])
df['Diff'] = df['Value'] - df['Value_shift']

print(df)
   Periods  Value  Value_shift  Diff
0        0     32           32     0
1        1     35           32     3
2        2     37           32     5
3        2     41           35     6