在熊猫中滚动一阶导数和二阶导数答案

【问题标题】：Rolling first derivative and second derivative in pandas在熊猫中滚动一阶导数和二阶导数
【发布时间】：2021-04-01 10:09:12
【问题描述】：

我正在尝试创建一个函数来查找 Pandas 中的滚动导数（一阶和二阶）。我觉得df.diff()挺方便的。

我想找到滚动窗口值 = 40 的导数。

对于一阶导数，

noise = np.random.normal(size=int(1e4))
noise=pd.DataFrame(noise)
first_derivative=noise.diff(periods=40)

如果我将它用于二阶导数是否正确？

second_derivative=noise.diff(periods=40).diff()

我很困惑，但如果我再次将periods=40 放在第二个.diff() 中，那么它将是 40*40 滚动窗口（对于二阶导数）。谢谢！

【问题讨论】：

你的预期输出是什么
我相信您将微分（微分运算）与元素的差异混淆了。 Pandas diff() 方法计算元素的离散差异，您可以查看文档：pandas.pydata.org/docs/reference/api/pandas.DataFrame.diff.html。
diff 没有给你导数，它只是与上一行的区别。 periods 只是在计算差异之前控制数据移动了多少，所以它并不是你想的那样的窗口大小

【解决方案1】：

Pandas 不是数学库，它的diff() 运算只是取元素之间的离散差异，而不是导数。

为了获得导数，我建议您使用SymPy，这是一个用于符号数学的不错的 Python 库。详情请查看documentation。

例子：

from sympy import *

>> diff(cos(x), x)
-sin(x)

【讨论】：