pyspark.pandas.Series.diff¶
-
係列。diff( 期:int=1 )→pyspark.pandas.series.Series¶ -
第一個離散元素的差異。
計算一係列元素的不同而DataFrame中的另一個元素的元素在同一列(默認是前一行)。
請注意
當前實現diff使用火花的窗口沒有指定分區規範。這導致所有數據進入單一分區在單一機器,可能會導致嚴重的性能下降。避免這種方法對非常大的數據集。
- 參數
-
- 期 int,默認1
-
時期轉變為計算差異,接受負值。
- 返回
-
- dif 係列
例子
> > >df=ps。DataFrame({“一個”:(1,2,3,4,5,6),…“b”:(1,1,2,3,5,8),…“c”:(1,4,9,16,25,36)},列=(“一個”,“b”,“c”])> > >dfa b c0 1 1 11 2 1 42 3 2 93 4 3 164 5 5 255 6 8 36
> > >df。b。diff()0南1 0.02 1.03 1.04 2.05 3.0名稱:b, dtype: float64
與前一個值的差異
> > >df。c。diff(期=3)0南1南2南3 15.04 21.05 27.0名稱:c, dtype: float64
與下麵的差異值
> > >df。c。diff(期= -1)0 -3.01 -5.02 -7.03 -9.04 -11.05南名稱:c, dtype: float64