1. 差分的含义
差分是统计学中常用的概念，统计学中的差分是指离散函数后的后一项减去前一项的差。
2. 差分的作用
差分是时间序列分析领域常用的一种处理手段，差分的目的主要是消除一些数据波动，消除数据对时间的依赖性，使得数据趋于平稳。差分变化经常用来使得结果更为直观。
一阶差分后的数据就是增量（增量亦称改变量，指的是在一段时间内，自变量取不同的值所对应的函数值之差），但有时一阶差分都未必能达到平稳，此时需要做二阶差分。
3. 基于diff()函数实现差分
一阶差分的原理：后一项减去前一项。
对于Series和DataFrame类型的数据，我们可以直接调用 diff() 函数实现差分。
3.1 Series.diff()
import numpy as np
import pandas as pd
a = pd.Series([1, 2, 3, 5, 7, 9, 15])
a_diff_1 = a.diff(periods=1)
a_diff_2 = a.diff(periods=2)
print(a_diff_1)
print(a_diff_2)
输出结果如下：
# a_diff_1
0 NaN
1 1.0
2 1.0
3 2.0
4 2.0
5 2.0
6 6.0
dtype: float64
# a_diff_2
0 NaN
1 NaN
2 2.0
3 3.0
4 4.0
5 4.0
6 8.0
dtype: float64
3.2 DataFrame.diff()
import numpy as np
import pandas as pd
b = pd.DataFrame([1, 2, 3, 5, 7, 9, 15])
b_diff_1 = a.diff(periods=1)
b_diff_2 = a.diff(periods=2)
print(b_diff_1)
print(b_diff_2)
输出结果如下：
# b_diff_1
0
0 NaN
1 1.0
2 1.0
3 2.0
4 2.0
5 2.0
6 6.0
# a_diff_2
0
0 NaN
1 NaN
2 2.0
3 3.0
4 4.0
5 4.0
6 8.0
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/162811.html
