xlsxデータの行差分値を算出したい（diff関数の用い方）

Question

xlsxデータの行差分値を算出したい

JupyterNotebookでデータ解析を行い、二つのデータの相関をみようと思っています。
一度xlsxデータを取り込み、単回帰分析により相関を出すところまではできたのですが、相関係数の値が低くいまいち傾向が見られなかったので、データ抽出間隔を長くし、再度検討しているところです。
一時間ごとのデータを抽出し、前の行の値を引いて区間値を算出しようとコードを書いていましたが、以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

AttributeError                            Traceback (most recent call last)
<ipython-input-35-76b39eb5792e> in <module>
      1 S8=S7.values
----> 2 print(S8.dif())

AttributeError: 'numpy.ndarray' object has no attribute 'dif'

S8=S7.values

print(S8.diff())

python

試したこと

S8というデータフレームは、取り込んだxlsxデータにラベリングし、そのデータを五行ごとに抽出したものをarrayに変換したものになっています。'sekisann'とラベリングした値のみ一つ前の行との差分を算出したいと考えています。
そのため、差分をとりたいラベルだけ指定したり、arrayに変換しなかったりと試してみましたがうまくいきませんでした。

補足情報（FW/ツールのバージョンなど）

Windows10のInterbetExplorerを用いています。

python始めたばかりで頓珍漢な対処および対処範囲が狭く、大変初歩的な質問で申し訳ないのですが、まったく埒があかなくなってしまったので、ご教授いただければと思います。どうぞよろしくお願いいたします。

Answer 1

タイプミスでは？

print(S8.dif())をprint(S8.diff())に変えると動きませんか？

diffはS8の後ろに付けるのではなくnumpyモジュールの関数です。使い方は以下です。

>>> import numpy as np
>>> a = np.array([[0.1, 0.5, 0.3],[0.2, 0.1, 1.0],[2.1, 3.2, 1.8]])
>>> print(a)
[[0.1 0.5 0.3]
 [0.2 0.1 1. ]
 [2.1 3.2 1.8]]
>>> np.diff(a, axis=0)
array([[ 0.1, -0.4,  0.7],
       [ 1.9,  3.1,  0.8]])
>>> np.diff(a, axis=1)
array([[ 0.4, -0.2],
       [-0.1,  0.9],
       [ 1.1, -1.4]])

Comments

[nnnnnnnnn]

回答ありがとうございます。投稿のコードが記入ミスです。大変申し訳ございません。
しかしdiffにしても同様のエラーが出てしまいます。

AttributeError Traceback (most recent call last)
<ipython-input-14-5a509df28897> in <module>
1 S8=S7.values
----> 2 print(S8.diff())

AttributeError: 'numpy.ndarray' object has no attribute 'diff'

[ppaul]

回答に追加しましたので見てください。
使い方が分からなければどうなったかを質問に追加してください。

[nnnnnnnnn]

numpyモジュール解説していただき、誠にありがとうございます。
相関をみたい行をそれぞれ抽出し（一つは前の行との差分をとったもの・一つは差分データに合わせてデータ数を一つ減らした目的変数）、別々のデータフレームに格納し、散布図を作成するところまで成功いたしました。

さらにそれらを回帰分析したいのですが、そこがうまくできません。

#モデル作成
F = "目的変数 ~ 説明変数"

#回帰分析の実行
RES = smf.ols(F,データ名).fit()

#結果の出力
RES.summary()

に収めれば一番簡単に出せると考えているのですが、二つの抽出した列のデータを一つにまとめ、各列に名前をつける方法でつまづいています。（上のコードでいうデータ名のところにまとめたい）
もしくは、これが遠回りな方針であれば、そこについてもアドバイスいただきたいです。
度重なる質問恐縮ですが、よろしくお願いいたします。

[ppaul]

sm.OLSのヘルプで見る限りは、目的変数も説明変数もarray-likeで良いようです。リストやリストのリストでもsm.OLSは動作するし、DataFrameが使いやすければそれでやれば良いということになります。絶対にDataFrameにしなければならないということではありません。

[nnnnnnnnn]

お返事遅くなり、申し訳ございません。

今回は散布図の結果より、相関はないという結果でしたが、別のデータ解析を行う際は、for 変数名 in range()とappend()を用いて差をとったものを格納する配列を作成し、それを再度dataframeにすれば、回帰分析できそうなことがわかりました。コードの知識の幅を広げてなるべくシンプルかつ分かりやすいものを今後も模索していこうと思います。

何度もご教授いただき、誠にありがとうございました。
また投稿する機会がございましたら、どうぞよろしくお願いいたします。