Pandas : comment trouver la différence entre deux lignes

Vous pouvez utiliser la fonction DataFrame.diff() pour trouver la différence entre deux lignes dans un DataFrame pandas.

Cette fonction utilise la syntaxe suivante :

DataFrame.diff(périodes=1, axe=0)

où:

• périodes : le nombre de lignes précédentes pour calculer la différence.
• axe : recherchez la différence sur les lignes (0) ou les colonnes (1).

Les exemples suivants montrent comment utiliser cette fonction dans la pratique.

Exemple 1 : Trouver la différence entre chaque ligne précédente

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'period': [1, 2, 3, 4, 5, 6, 7, 8],
                   'sales': [12, 14, 15, 15, 18, 20, 19, 24],
                   'returns': [2, 2, 3, 3, 5, 4, 4, 6]})

#view DataFrame
df

	period	sales	returns
0	1	12	2
1	2	14	2
2	3	15	3
3	4	15	3
4	5	18	5
5	6	20	4
6	7	19	4
7	8	24	6

Le code suivant montre comment trouver la différence entre chaque ligne actuelle d’un DataFrame et la ligne précédente :

#add new column to represent sales differences between each row
df['sales_diff'] = df['sales'].diff()

#view DataFrame
df

        period	sales	returns	 sales_diff
0	1	12	2	 NaN
1	2	14	2	 2.0
2	3	15	3	 1.0
3	4	15	3	 0.0
4	5	18	5	 3.0
5	6	20	4	 2.0
6	7	19	4	-1.0
7	8	24	6	 5.0

A noter que l’on peut également retrouver la différence entre plusieurs lignes précédentes. Par exemple, le code suivant montre comment trouver la différence entre chaque ligne actuelle et la ligne apparue trois lignes plus tôt :

#add new column to represent sales differences between current row and 3 rows earlier
df['sales_diff'] = df['sales'].diff(periods=3)

#view DataFrame
df

        period	sales	returns	 sales_diff
0	1	12	2	 NaN
1	2	14	2	 NaN
2	3	15	3	 NaN
3	4	15	3	 3.0
4	5	18	5	 4.0
5	6	20	4	 5.0
6	7	19	4	 4.0
7	8	24	6	 6.0

Exemple 2 : Trouver la différence en fonction de la condition

Nous pouvons également filtrer le DataFrame pour afficher les lignes où la différence entre la ligne actuelle et la ligne précédente est inférieure ou supérieure à une certaine valeur.

Par exemple, le code suivant renvoie uniquement les lignes dans lesquelles la valeur de la ligne actuelle est inférieure à la valeur de la ligne précédente :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'period': [1, 2, 3, 4, 5, 6, 7, 8],
                   'sales': [12, 14, 15, 13, 18, 20, 19, 24],
                   'returns': [2, 2, 3, 3, 5, 4, 4, 6]})

#find difference between each current row and the previous row
df['sales_diff'] = df['sales'].diff()

#filter for rows where difference is less than zero
df = df[df['sales_diff']<0]

#view DataFrame
df

        period	sales	returns	 sales_diff
3	4	13	3	 -2.0
6	7	19	4	 -1.0

Ressources additionnelles

Comment trouver des valeurs uniques dans plusieurs colonnes dans Pandas
Comment filtrer un DataFrame Pandas par valeurs de colonne
Comment sélectionner des lignes par index dans un DataFrame Pandas