在熊猫中是否有相当于excel的公式

Question

我有一个时间序列数据集，我需要在我的字段中找到差异 每一滴都。

在excel中，我可以通过编写公式B2 = A2-A1并将此公式复制到整个B列中来轻松完成此任务

示例：

使用pandas有没有直接的方法呢？

我考虑过apply（），但看起来它只适用于系列的1个元素

我的另一个选择是从我的列A中创建一个Numpy数组并运行它。然而，这似乎是一种迂回的方式，如果我需要引用来自不同

的元素，则会变得更加复杂

我需要翻译的实际Excel公式是= IF（（A3-A2）＆gt; 0，（A3-A2），A3 +（4294967296-A2））

Answer 1

获取系列使用的滞后差异

df['my_column'].diff()

如果你想做一些与1不同的事情，也可以指定延迟。

有关详细信息，请参阅documentation

修改 以下是解决公式的可能方法：

df = pd.DataFrame({'A': [20, 22, 25, 43, 23, 45, 67, 50, 70]})
df['result'] = df['A'].diff()
df['result'][ df['result'] < 0 ] += 2**32  # you can disregard the pandas warning

根据您的逻辑，您可以简单地取diff，如果结果小于零，则添加常量2**32。它应该比差异几倍更有效率（虽然这可能不是一个大问题）。

Answer 2

这可能会有所帮助。我没有测试过：为此，请提供一些具有所需输出的数据（文本形式）。

df[1] = np.where(df[0].diff() > 0, df[0].diff(), df[0].shift() + 2**32 - df[0])

Answer 3

这就是我现在使用numpy解决问题的方法

（翻译Excel公式= IF（（A3-A2）> 0，（A3-A2），A3 +（2 ** 32-A2）））

s1=np.array(df[0])
s=s1[1:]-s1[0:-1]
s[s<0]=s[s<0]+(2**32)

我确实觉得在熊猫中可以有更优雅的解决方案。如果df.diff（）可以采用lambda参数吗？