Julia DataFrames中是否存在类似Pandas的diff()函数？如何为DataFrame新增列计算指定列的连续行差值？

当然可以实现！在Julia的DataFrames包中，你能轻松复刻Pandas里df.series.diff()的效果，下面用你的示例一步步来：

1. 创建示例DataFrame #

首先先构建你给出的原始数据：

using DataFrames

df = DataFrame(data = [1, 2, 4, 6, 7])

2. 添加差值列 #

Julia的Base.diff()函数会计算数组中连续元素的差值，但它返回的结果长度会比原数组少1（因为第一个元素没有前一个值可以计算差值）。所以我们只需要在diff()的结果前面拼接一个missing（对应Pandas里的NaN），就能完美匹配原DataFrame的行数：

df.diff_data = vcat(missing, diff(df.data))

3. 最终结果 #

运行上面的代码后，你的DataFrame就会变成这样：

额外小技巧 #

如果需要计算高阶差值（比如二阶差），直接嵌套diff()就好，比如：

df.diff_data_2 = vcat(missing, missing, diff(diff(df.data)))

这就对应Pandas里df.data.diff(periods=2)的效果啦。

内容的提问来源于stack exchange，提问作者connor449