减去 Pandas 或 Pyspark 数据框中的连续列
Posted
技术标签:
【中文标题】减去 Pandas 或 Pyspark 数据框中的连续列【英文标题】：Subtract consecutive columns in a Pandas or Pyspark Dataframe 【发布时间】：2016-07-12 06:26:43 【问题描述】：我想在 pandas 或 pyspark 数据框中执行以下操作，但我仍然没有找到解决方案。
我想从数据框中的连续列中减去值。
我所描述的操作如下图所示。
请记住，输出数据框的第一列不会有任何值，因为输入表中的第一列不能减去它的前一列，因为它不存在。
【问题讨论】：
【参考方案1】：diff 有一个 axis 参数，因此您只需一步完成：
In [63]:
df = pd.DataFrame(np.random.rand(3, 4), ['row1', 'row2', 'row3'], ['A', 'B', 'C', 'D'])
df
Out[63]:
A B C D
row1 0.146855 0.250781 0.766990 0.756016
row2 0.528201 0.446637 0.576045 0.576907
row3 0.308577 0.592271 0.553752 0.512420
In [64]:
df.diff(axis=1)
Out[64]:
A B C D
row1 NaN 0.103926 0.516209 -0.010975
row2 NaN -0.081564 0.129408 0.000862
row3 NaN 0.283694 -0.038520 -0.041331
【讨论】：
【参考方案2】：df = pd.DataFrame(np.random.rand(3, 4), ['row1', 'row2', 'row3'], ['A', 'B', 'C', 'D'])
df.T.diff().T
【讨论】：
以上是关于减去 Pandas 或 Pyspark 数据框中的连续列的主要内容，如果未能解决你的问题，请参考以下文章