python - 使用 Pandas .diff() 计算时间序列的二阶导数

Question

下面是我的 Pandas 数据框的示例，其中日期作为索引:

            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

我想确定 A 列每 2 行的二阶导数。在 Pandas 中使用 .diff() 函数两次进行此确定是否合适？

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

Answer 1

这是一个九个月前的问题，但仍然出现在谷歌搜索该 Material 的顶部，因此保证了一个可接受的答案。如果此免责声明是不必要的，我希望有人帮我删除它。

二阶导数可以计算为中心导数、前向导数或后向导数，但根据您的示例，我认为您正在寻找后向导数。如果您愿意，可以在每一行上计算它，但是，使用 diff() 可能真的很难做到。函数 shift() 运行良好，方法如下:

df['A2'] = df['A'] - 2*df['A'].shift(1) + df['A'].shift(2)

该技术依赖于finite differences