python - xarray.DataArray.diff 与 pandas.DataFrame.diff 输出不同

Question

随着 pandas 面板的弃用，我一直在尝试将一些高维数据从 pandas 迁移到 xarray。我想在xarray中使用diff函数，但它的参数和输出与pandas不一样。

pandas 版本:“DataFrame.diff(self, period=1, axis=0)”允许我设置要移动的周期数以计算差异。即周期=2

xarray 版本“DataArray.diff(self, dim: Hashable, n: int = 1, label: Hashable = 'upper')”只有参数 n。这是值的差异次数。

导入和示例 DataFrame:

import numpy as np
import pandas as pd
import xarray as xr
​
data = np.random.randint(0, 9,(5,3))
date = pd.date_range('2000-01-01', periods=5)
cols = ['A','B','C']
​
df = pd.DataFrame(data, index=date, columns=cols)
​
print(df)
            A  B  C
2000-01-01  6  4  4
2000-01-02  1  1  5
2000-01-03  5  6  5
2000-01-04  5  8  4
2000-01-05  6  8  0

以及对应的DataArray:

da = xr.DataArray(df, dims = ['date', 'col'])
​
print(da)
<xarray.DataArray (date: 5, col: 3)>
array([[6, 4, 4],
       [1, 1, 5],
       [5, 6, 5],
       [5, 8, 4],
       [6, 8, 0]])
Coordinates:
  * date     (date) datetime64[ns] 2000-01-01 2000-01-02 ... 2000-01-05
  * col      (col) object 'A' 'B' 'C'

DataFrame 与 period=1 的预期和期望输出的差异:

print(df.diff(periods=1))
​
              A    B    C
2000-01-01  NaN  NaN  NaN
2000-01-02 -5.0 -3.0  1.0
2000-01-03  4.0  5.0  0.0
2000-01-04  0.0  2.0 -1.0
2000-01-05  1.0  0.0 -4.0

与 n=1 时的 DataArray 输出相同:

print(da.diff('date', n=1))
​
<xarray.DataArray (date: 4, col: 3)>
array([[-5, -3,  1],
       [ 4,  5,  0],
       [ 0,  2, -1],
       [ 1,  0, -4]])
Coordinates:
  * date     (date) datetime64[ns] 2000-01-02 2000-01-03 2000-01-04 2000-01-05
  * col      (col) object 'A' 'B' 'C'

但如果句点或 n>1 则不同:

print(df.diff(periods=2))
​
              A    B    C
2000-01-01  NaN  NaN  NaN
2000-01-02  NaN  NaN  NaN
2000-01-03 -1.0  2.0  1.0
2000-01-04  4.0  7.0 -1.0
2000-01-05  1.0  2.0 -5.0

对比

print(da.diff('date',n=2))
​
<xarray.DataArray (date: 3, col: 3)>
array([[ 9,  8, -1],
       [-4, -3, -1],
       [ 1, -2, -3]])
Coordinates:
  * date     (date) datetime64[ns] 2000-01-03 2000-01-04 2000-01-05
  * col      (col) object 'A' 'B' 'C'

我可以采取轮类解决方法来获得所需的输出和与 DataFrame.diff 相同的答案:

print (da - da.shift(date=2))
​
<xarray.DataArray (date: 5, col: 3)>
array([[nan, nan, nan],
       [nan, nan, nan],
       [-1.,  2.,  1.],
       [ 4.,  7., -1.],
       [ 1.,  2., -5.]])
Coordinates:
  * date     (date) datetime64[ns] 2000-01-01 2000-01-02 ... 2000-01-05
  * col      (col) object 'A' 'B' 'C'

但如果可能的话，我想使用 xarray.diff() 代替。欢迎任何建议或解释。

Answer 1

da.diff 中的

n 是“值差异的次数”。

因此，如果n = 2，则它是 xarray 中的二阶差分。而 df.diff 始终是一阶。