Python 未编码（解组）累积数据帧值_Python_Pandas

Python 未编码（解组）累积数据帧值

python pandas

Python 未编码（解组）累积数据帧值,python,pandas,Python,Pandas,COVID-19数据集如下所示。可以看出，每个日期都是过去所有日期的累积。我只想捕捉一天中的添加内容——有点像“按取消分组”。我在熊猫数据框中有这个信息。我尝试过使用“爆炸”，但这不是正确的解决方案 Country 3/14/20 3/15/20 3/16/20 3/17/20 3/18/20 3/19/20 3/20/20 3/21/20 _______________________________________________________

COVID-19数据集如下所示。可以看出，每个日期都是过去所有日期的累积。我只想捕捉一天中的添加内容——有点像“按取消分组”。我在熊猫数据框中有这个信息。我尝试过使用“爆炸”，但这不是正确的解决方案

    Country       3/14/20  3/15/20  3/16/20  3/17/20  3/18/20  3/19/20  3/20/20  3/21/20  
    ___________________________________________________________________________________
    China          80977    81003    81033    81058    81102    81156    81250    81305    
    Italy          21157    24747    27980    31506    35713    41035    47021    53578    
    US             2727     3499     4632     6421     7783    13677     19100    25489        
    Spain          6391     7798     9942    11748    13910    17963     20410    25374         
    Germany        4585     5795     7272     9257    12327    15320     19848    22213         
    Iran           12729    13938    14991    16169    17361    18407    19644    20610       
    France         4496     4532     6683     7715     9124    10970     12758    14463        
    Korea, South   8086     8162     8236     8320     8413     8565     8652     8799     
    Switzerland    1359     2200     2200     2700     3028     4075     5294     6575        
    United Kingdom 1144     1145     1551     1960     2642     2716     4014     5067

我想要的样本输出是这样的——每天只添加案例

Country    3/14/20  3/15/20  3/16/20  3/17/20  3/18/20  3/19/20  3/20/20  3/21/20  
___________________________________________________________________________________
China          32       26      30       25       44        54       94       55             
Italy         .....
US            .....

感谢所有帮助。

对于我来说，正在工作，但由于示例数据中不存在前一列，因此第一列中填充了缺少的值：

#if necessary
#df = df.set_index('Country')
df = df.diff(axis=1)
print (df)
                3/14/20  3/15/20  3/16/20  3/17/20  3/18/20  3/19/20  3/20/20  \
Country                                                                         
China               NaN     26.0     30.0     25.0     44.0     54.0     94.0   
Italy               NaN   3590.0   3233.0   3526.0   4207.0   5322.0   5986.0   
US                  NaN    772.0   1133.0   1789.0   1362.0   5894.0   5423.0   
Spain               NaN   1407.0   2144.0   1806.0   2162.0   4053.0   2447.0   
Germany             NaN   1210.0   1477.0   1985.0   3070.0   2993.0   4528.0   
Iran                NaN   1209.0   1053.0   1178.0   1192.0   1046.0   1237.0   
France              NaN     36.0   2151.0   1032.0   1409.0   1846.0   1788.0   
Korea, South        NaN     76.0     74.0     84.0     93.0    152.0     87.0   
Switzerland         NaN    841.0      0.0    500.0    328.0   1047.0   1219.0   
United Kingdom      NaN      1.0    406.0    409.0    682.0     74.0   1298.0   

                3/21/20  
Country                  
China              55.0  
Italy            6557.0  
US               6389.0  
Spain            4964.0  
Germany          2365.0  
Iran              966.0  
France           1705.0  
Korea, South      147.0  
Switzerland      1281.0  
United Kingdom   1053.0

它是

df.diff（axis=1）

还是可能是

df.T.diff（）.T

？