使用Pandas计算时间序列数据的日变化差值

嘿，别着急，这个需求其实用Pandas自带的方法就能轻松搞定，完全不用折腾复杂的映射操作～

因为你的数据集已经按记录日期升序排序了，这刚好满足计算相邻行差值的前提条件。我们可以直接用Pandas的diff()方法来实现：

核心代码 #

假设你的数据集变量名为df，存储每日事件数量的列名为n，只需要一行代码就能生成change列：

df['change'] = df['n'].diff()

这个方法会自动计算当前行的n值与前一行n值的差值，完美匹配你要的效果——比如第335天的14500减去第334天的14000，对应的change单元格就会显示500。

处理第一行的空值 #

因为第一行没有前一天的数据，所以生成的change列第一行值会是NaN。如果需要把这个空值替换成0（或者其他你需要的默认值），可以加上fillna()方法：

df['change'] = df['n'].diff().fillna(0)

举个直观的例子 #

假设你的原始数据片段是这样的：

运行代码后，change列的结果会是：

如果用了fillna(0)，第一行就会变成0啦～

内容的提问来源于stack exchange，提问作者constar99