如何在Pandas DataFrame中扩大数值间的间距？

输入示例 #

先构造目标DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [3,5,6,5,9]}, index=[1,2,3,5,6])

输入结构如下：

A
1  3
2  5
3  6
5  5
6  9

需求说明 #

生成新列B，规则为：

• B的第一个元素与A的第一个元素相同
• 后续每个B元素 = 前一个B元素 + (当前A元素 - 前一个A元素) × 放大倍数x（示例中x=2）

实现代码 #

x = 2  # 设定放大倍数

# 计算A列相邻元素的差值
diff_A = df['A'].diff()
# 计算B列的增量：差值乘以放大倍数
diff_B = diff_A * x
# 累加增量并加上初始值，得到B列
df['B'] = df['A'].iloc[0] + diff_B.cumsum().fillna(0)

输出结果 #

运行后得到的DataFrame：

A   B
1  3   3
2  5   7  # 3 + (5-3)*2 = 7
3  6   9  # 7 + (6-5)*2 = 9
5  5   7  # 9 + (5-6)*2 = 7
6  9  15  # 7 + (9-5)*2 = 15

逻辑解释 #

1. diff()方法计算A列相邻元素的差值，第一个元素因无前置值，结果为NaN
2. 将差值乘以放大倍数x，得到B列每个位置相对于前一个位置的增量
3. cumsum()对增量进行累加，fillna(0)处理第一个元素的NaN，保证初始累加值为0
4. 最后加上A列的第一个元素，得到最终的B列

内容的提问来源于stack exchange，提问作者Igor K.