Python 快速计算增量的方法

[JCZ2MkKb5S8ZX9pq]

假设表

data = [
  ['20:00', 100],
  ['20:10', 130],
  ['20:20', 190],
  ...
]

期望结果，只统计增量：

data = [
  ['20:00', 100],
  ['20:10', 30],
  ['20:20', 60],
  ...
]

正常写法我会，求一个最 pythonic 的搞法。
印象中好像 map 还是 reduce 啥的能搞这个，但是 py3 好像要导入模块，有点想不起来了。
谁给指点一下。

[necomancer]

In [1]: [data[0], list(map(lambda x, y: [x[0],y[1]-x[1]], *zip(data[:-1],data[1:])))]
Out[1]: [['20:00', 100], [['20:00', 30], ['20:10', 60]]]

[watsy0007]

```python
fst = lambda x: x[0]
sec = lambda x: x[1]
[[fst(item), sec(item) - (0 if idx == 0 else sec(data[idx-1]))] for idx, item in enumerate(data)]
```

[necomancer]

sorry

[data[0]] + list(map(lambda x, y: [x[0],y[1]-x[1]], *zip(data[:-1],data[1:])))

[necomancer]

再 sorry，没看清题……
In [3]: [data[0]] + list(map(lambda x, y: [y[0],y[1]-x[1]], *zip(data[:-1],data[1:])))
Out[3]: [['20:00', 100], ['20:10', 30], ['20:20', 60]]

[JCZ2MkKb5S8ZX9pq]

@necomancer 好像是 zip 这步有点问题，py3.7。
TypeError: <lambda>() takes 2 positional arguments but 55 were given
还是 map 的调用方法问题？
我要试试，这两个方法不大用到。

[JCZ2MkKb5S8ZX9pq]

顺便给一串测试数据好了，里面是排序后的 tuple。
[('2019-12-09 19:40:03', 412), ('2019-12-09 20:10:58', 4136), ('2019-12-09 20:41:00', 6634), ('2019-12-09 21:11:22', 9090), ('2019-12-09 21:41:23', 11636), ('2019-12-09 22:11:27', 14597), ('2019-12-09 22:41:32', 17506), ('2019-12-09 23:11:43', 20315), ('2019-12-09 23:41:44', 22926), ('2019-12-10 00:11:46', 24749), ('2019-12-10 00:41:55', 26133), ('2019-12-10 01:11:58', 27021), ('2019-12-10 01:42:06', 27574), ('2019-12-10 03:08:38', 28333), ('2019-12-10 03:38:48', 28435), ('2019-12-10 04:08:58', 28527), ('2019-12-10 04:39:01', 28608), ('2019-12-10 05:09:23', 28680), ('2019-12-10 05:39:32', 28754), ('2019-12-10 06:09:46', 28841), ('2019-12-10 06:39:51', 29006), ('2019-12-10 07:09:57', 29320), ('2019-12-10 07:40:05', 29755), ('2019-12-10 08:10:51', 30309), ('2019-12-10 08:40:59', 30902), ('2019-12-10 09:11:08', 31454), ('2019-12-10 09:41:21', 31977), ('2019-12-10 10:11:48', 32555), ('2019-12-10 10:42:04', 33137), ('2019-12-10 11:12:30', 33749), ('2019-12-10 11:42:45', 34279), ('2019-12-10 12:12:55', 34964), ('2019-12-10 12:43:05', 35904), ('2019-12-10 13:13:27', 36774), ('2019-12-10 13:43:49', 37375), ('2019-12-10 14:13:56', 37803), ('2019-12-10 14:44:08', 38222), ('2019-12-10 15:14:40', 38589), ('2019-12-10 15:44:51', 38937), ('2019-12-10 16:15:04', 39311), ('2019-12-10 16:45:37', 39707), ('2019-12-10 17:15:53', 40081), ('2019-12-10 17:45:55', 40520), ('2019-12-10 18:16:05', 40991), ('2019-12-10 18:46:48', 41481), ('2019-12-10 19:17:01', 41999), ('2019-12-11 03:23:55', 47926), ('2019-12-11 05:24:01', 48053), ('2019-12-11 07:24:05', 48245), ('2019-12-11 09:24:18', 48742), ('2019-12-11 11:24:28', 49315), ('2019-12-11 13:24:41', 50181), ('2019-12-11 15:24:51', 50767), ('2019-12-11 17:24:52', 51305), ('2019-12-11 19:24:54', 52048), ('2019-12-11 21:25:34', 52911)]

[JCZ2MkKb5S8ZX9pq]

@necomancer 搜了下，看到 pandas 有个 diff 方法。
[pandas.DataFrame.diff — pandas 0.25.3 documentation]( https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.diff.html)

[necomancer]

是……我脑残了……
[data[0]] + list(map(lambda x: [x[1][0],x[1][1]-x[0][1]], zip(data[:-1],data[1:])))

[ClericPy]


以前写过类似的有序一维数组判断间隔的, 取前几行改改也能用, 主要就是一行

diffs = [nums[i + 1] - nums[i] for i in range(len(nums) - 1)]

pythonic 这种东西不是炫技, 牺牲可读性写出来的代码基本等同于蠢

[necomancer]

@ClericPy nums[i]这样会引入一个 O(N) 操作的。

[ipwx]

你这个例子写个 for 难道不是可读性最好的么？

在这里追求所谓的“Pythonic”未免走火入魔了。

[necomancer]

@JCZ2MkKb5S8ZX9pq pandas 我用得不多。pandas 倒是支持时间作差，但必须是 pandas 的 datetime 类型，字符串直接带入会报错。

[JCZ2MkKb5S8ZX9pq]

@necomancer
df = pd.DataFrame(data, columns=['time', 'volume'])
df['volume'] = df['volume'].diff()
df['volume'].fillna(0, inplace=True)
df['volume'] = df['volume'].astype(int)
print(df)

diff 可以应用在单独的 series，就是它不打 0 而是用 nan，还要再转一下。

[necomancer]

@JCZ2MkKb5S8ZX9pq 这样啊，谢谢。不过我看求 diff 的时候 pd 好像没有 numpy.diff 里的 prepend 功能，所以无论如何少一个。按你的要求是第一个值不变，原始数据应该在头一个加一个['---', 0] 进去吧～

[necomancer]

或者直接 df['volume'] = numpy.diff(df['volume'], prepend=0)

[JCZ2MkKb5S8ZX9pq]

@necomancer
其实感觉这么搞，适用性的确不高。
如果数据内部想标清楚点，用 dict 来记录每一条，写起来更长，的确嵌套起来不大好读。
pandas 在这种地方还是挺好的。

以前都是简单表格直接 prettyTable，感觉 pandas 还是值得深入搞搞。

[JCZ2MkKb5S8ZX9pq]

@necomancer 没错，pandas 第一个搞了 0 出来。你不说我还没注意。

[JCZ2MkKb5S8ZX9pq]

@necomancer
这样插行再拿掉感觉也挺蠢的，一整套还是自己写个方法封起来用算了。
numpy 我不大熟，你感觉 numpy 和 pandas 哪个值得优先地深入看看？

[JCZ2MkKb5S8ZX9pq]

@ClericPy 你这个是算间隔的话，长度 1 的时候为什么不是返回 0 ？

[necomancer]

@JCZ2MkKb5S8ZX9pq numpy 是基础。我是做物理的所以很少处理非数字的数据，pandas 除了 read_csv 啥的没咋用过。
但 pandas 的 dataframe 的底层似乎就是 numpy.ndarray，比如 df.values 会返回 numpy.ndarray ； numpy 的函数也更数学化。但 pandas 的 dataframe 针对各种复杂的数据似更友好一些。