Python pandas如何计算DataFrame当日与昨日值的差值并生成新数据表

你可以直接使用pandas内置的diff()方法实现需求，该方法默认会计算当前元素与前一个元素的差值，完全匹配你要的当日累计值减去前一日累计值的逻辑。

具体实现步骤 #

1. 首先确保你的DataFrame已经按日期升序排列，你拿到的原始数据本身已经是按时间顺序返回的，保险起见可以先执行排序：

df = df.sort_index()

2. 直接调用diff()方法计算每日新增值：

# 新增列存储每日新增病例数
df['daily_new_cases'] = df['totale_casi'].diff()

3. 由于首日数据没有前一日对比，会生成NaN值，你可以根据需求处理，比如替换为0：

df['daily_new_cases'] = df['daily_new_cases'].fillna(0).astype('int')

4. 如果需要单独存储差值的新DataFrame：

# 只保留日期索引和每日新增列的新DataFrame
new_df = df[['daily_new_cases']].copy()

如果你用已经提取出的sts序列操作，写法会更简单：

daily_new = sts.diff().fillna(0).astype('int')

内容的提问来源于stack exchange，提问作者Fllecha