对第一列/第一行使用Pandas的diff（）数据.fram

Question

假设您有一个dataframe，其中第一列是日期，连续列是随时间调整的值。F、 随着新信息的出现，特定日期的风的预测会随着时间的推移而变化。在

我的任务是计算第一列的差异。 所以原理类似于熊猫.DataFrame.diff但引用值不是前一列，而是第一列。在

所以假设你的数据帧是这样的

Date    Forecast1    Forecast2    Forecast3        
1/1/15    5             3              7

我希望结果是这样的：

^{pr2}$

我希望我的解释是清楚的。在

谢谢你的努力。在

Answer 1

您可以使用apply(..., axis=1)将其应用于行（axis=1），而不是列（默认值：axis=0）：

In [78]: df
Out[78]:
     Date  Forecast1  Forecast2  Forecast3
0  1/1/15          5          3          7
1  2/3/15          1          4          5
2  3/4/15         10          2          1

In [79]: cols = [c for c in df.columns.tolist() if 'Forecast' in c]

In [80]: cols
Out[80]: ['Forecast1', 'Forecast2', 'Forecast3']

In [81]: df[cols].apply(lambda x: x-x[0], axis=1)
Out[81]:
   Forecast1  Forecast2  Forecast3
0          0         -2          2
1          0          3          4
2          0         -8         -9

Answer 2

只需使用pd.DataFrame.sub：

In [108]: df=pd.DataFrame(np.random.randint(0,6,(3,3)), 
columns=['Forecast'+str(i) for i in range(1,4)],
index=pd.date_range('2016/1/1',periods=3))

In [109]: df
Out[109]: 
            Forecast1  Forecast2  Forecast3
2016-01-01          5          5          5
2016-01-02          0          3          0
2016-01-03          2          4          2

In [110]: df.sub(df.Forecast1,axis=0)
Out[110]: 
            Forecast1  Forecast2  Forecast3
2016-01-01          0          0          0
2016-01-02          0          3          0
2016-01-03          0          2          0