不同列上的不同diff操作

Question

我想对熊猫数据文件中的不同列执行不同的diff()操作。下面是在lambda函数中使用if-语句在col1上取diff(1)，在col2上取diff(2)的示例。

data = pd.DataFrame({'col1':[32,42,54,62,76,76,87,98,122,111,132,134,134,156],
                    'col2':[32,58,59,63,65,72,95,100,102,101,232,234,234,256]})

data.apply(lambda x: x.diff(1) if x.name=='col1' else x.diff(2))

我第一次想到的是一个有字典的解决方案，类似于agg函数。如果有两个以上的列，这就更容易了。对于如何在不同的列上进行不同的diff()操作，有人有一些方便的方法吗？

Answer 1

如果所有操作返回序列的大小与原始列(如diff或cumsum )相同，则可以使用DataFrame.agg

df = data.agg({'col1':lambda x: x.diff(), 'col2':lambda x: x.diff(2)})
print (df)
    col1   col2
0    NaN    NaN
1   10.0    NaN
2   12.0   27.0
3    8.0    5.0
4   14.0    6.0
5    0.0    9.0
6   11.0   30.0
7   11.0   28.0
8   24.0    7.0
9  -11.0    1.0
10  21.0  130.0
11   2.0  133.0
12   0.0    2.0
13  22.0   22.0

df = data.agg({'col1':lambda x: x.diff(), 'col2':'mean'})
print (df)

ValueError:不能同时执行聚合和转换操作

Answer 2

一个简单的选择可以是使用字典来保存句点：

periods = {'col1': 1, 'col2': 2}

data.apply(lambda c: c.diff(periods[c.name]))

产出：

    col1   col2
0    NaN    NaN
1   10.0    NaN
2   12.0   27.0
3    8.0    5.0
4   14.0    6.0
...