Python 用于计算系列中的变化的过于复杂的表达式

我试图在一个数据帧中找到一系列的日志变化（即一个点和下一个点之间的算术变化）。虽然这段代码可以工作，但它似乎过于复杂；我肯定在做坏事，还有更简单的方法吗

df['Change']=（lambda x:x.sub（x.shift（1））（df['stat'].map（lambda x:math.log（x）））

谢谢

您可以将numpy（矢量化）对数与panda的：

---

嗯，我首先想到的是，第二个

lambda

是不必要的，它会减慢速度。您可以将其替换为

math.log

，但几乎可以肯定，矢量化操作有更好的选择。不幸的是，我对Pandas还不太熟悉，无法正确地将其矢量化。与其使用第一个

lambda

，不如将

x=df['stat'].map（math.log）

保存起来，然后将

df['Change']=x.sub（x.shift（1））

作为单独的一行进行操作。这样您就可以将

np.log

作为一个单独的行了。

>>> df['Change'] = np.log(df['stat']).diff()