使用熊猫从时间序列计算二阶导数.diff（）

Question

下面是我的Pandas数据框的示例，以日期作为索引：

            A
2019-01-09  1.007042
2019-01-10  1.007465
2019-01-11  1.007054
2019-01-12  1.007154
2019-01-13  1.007854
2019-01-14  1.008560

我想每两列A列确定二阶导数。为此确定两次在Pandas中使用.diff()函数是否合适？

df['A2'] = df['A'].diff(2).diff(2)

Answer 1

关于您之间的差异，请致电pd.Series.diff两次。

pd.Series.diff

df['A2'] = df['A'].diff().diff()

print(df)

                   A        A2
2019-01-09  1.007042       NaN
2019-01-10  1.007465       NaN
2019-01-11  1.007054 -0.000834
2019-01-12  1.007154  0.000511
2019-01-13  1.007854  0.000600
2019-01-14  1.008560  0.000006

的参数是句点，因此pd.Series.diff返回2行之间的值和值之间的差。但这不是您想要的。

Answer 2

这是一个长达9个月的问题，但仍显示在Google搜索此材料的顶部，因此值得接受。如果不需要此免责声明，我希望有人可以为我删除它。

二阶导数可以作为中心，前向或后向导数进行计算，但是基于您的示例，我认为您正在寻找向后导数。如果需要，可以在每一行上进行计算，但是使用pd.Series.diff(2)可能真的很难。函数diff()运行良好，但方法如下：

shift()

该技术依赖于df['A2'] = df['A'] - 2*df['A'].shift(1) + df['A'].shift(2)