累计和 vs `.diff()`
在视频中，您学习了可以进行累积计算的扩展窗口。
事实上，累计求和方法与您在第 1 章遇到的 .diff() 方法作用相反。
为说明这一点，我们来使用 Google 股价时间序列，先计算价格之间的差分，再用累计和重建该序列。
本练习是课程的一部分
Python 中的时间序列数据处理
练习说明
我们已将 pandas 以 pd 导入，并将 matplotlib.pyplot 以 plt 导入。我们还将 Google 股价加载到了变量 data 中。
- 对
data应用.diff()，删除缺失值，并将结果赋给differences。 - 使用
.first('D')从data中选取第一个价格，并将其赋给start_price。 - 使用
.append()将start_price与differences合并，应用.cumsum()，并将其赋给cumulative_sum。 - 使用
.equals()比较data与cumulative_sum，并打印结果。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate differences
differences = ____
# Select start price
start_price = ____
# Calculate cumulative sum
cumulative_sum = ____
# Validate cumulative sum equals data
print(____)