diff函数

OUTLINE

• 问题场景
• 解决方案

问题场景

假设我有一份操作日志数据，其中一个特征是操作app的时间，时间结构譬如“2018-03-13 23:26:19”，我想知道上一次操作跟下一次操作的间隔时间是多少？

解决方案

关于某列或者某行数据的差分自然要想到python中的diff函数，无论是在pandas中还是在numpy里面都可以直接调用。

在numpy中：
调用方法：

numpy.diff(a, n=1,axis=-1)

a 表示需要进行差分操作的数据
n 代表执行几次差值
axis：默认是-1。

在pandas中：
调用方法：

dataframe.diff(periods,axis)

dataframe：可以是直接对dataframe结构进行diff，也可以是Series，另外还可以是进行聚合或者其他操作之后的Series
periods：表示移动的幅度。它是任意整数，如果是想让数据统一向下移动n个periods，则n为正，如果是想让数据向上移动n个periods，则n为负
axis：表示参考轴。如果axis=0，则是进行行间的移动差分操作，如果axis=1，则进行列间的移动差分操作。

例子：

import pandas as pd
import numpy as np
data = pd.DataFrame(np.random.randint(low=1,high=10,size=(4,1)))
data
# 输出：

data.diff(2)
# 输出：

data.diff(-1)
# 输出：