Python 数据帧前瞻值

使用熊猫数据帧执行此操作的最佳方法是什么？我想循环一个数据帧，计算当前值和下一个值之间的差值，这个差值与当前值不同。 例如： [13, 13, 13, 14, 13, 12] 将创建一个具有此属性的新列

---

[-1，-1，-1，1，1]

使用

diff

计算差值，然后用下一个非零值回填0，怎么样：

import pandas as pd
import numpy as np
df = pd.DataFrame({"S": [13, 13, 13, 14, 13, 12]})

df.S.diff(-1).replace(0, np.nan).bfill()  # replace zero with nan and apply back fill.

# 0    -1
# 1    -1
# 2    -1
# 3     1
# 4     1
# 5   NaN
# Name: S, dtype: float64

---

如何使用

diff

计算差值，然后用下一个非零值回填0：

import pandas as pd
import numpy as np
df = pd.DataFrame({"S": [13, 13, 13, 14, 13, 12]})

df.S.diff(-1).replace(0, np.nan).bfill()  # replace zero with nan and apply back fill.

# 0    -1
# 1    -1
# 2    -1
# 3     1
# 4     1
# 5   NaN
# Name: S, dtype: float64

---

为什么12之后没有值时12会有-1？@Psidom你说得对，我更正了。最后一个可以是Nan或其他任何东西为什么12之后没有值时12会有-1？@Psidom你是对的，我更正了它。最后一个可能是Nan或其他什么我正在想你在做什么，但是哇，这真的很酷。谢谢。如果我想用老式的方式做两个环呢。我如何写这两个循环。我只是想知道熊猫数据帧语法，而不是实际逻辑的优化。顺便说一句，这真是太聪明了。我想知道你在做什么，但是哇，这真的很酷。谢谢。如果我想用老式的方式做两个环呢。我如何写这两个循环。我只是想知道熊猫数据帧语法，而不是实际逻辑的优化。顺便说一句，这真的很聪明