为何pandas的DataFrameGroupBy.diff输出中parrot对应值非NaN？

先看执行的代码：

import pandas as pd
import numpy as np

speeds = pd.DataFrame(
    data = {'class': ['bird', 'bird', 'mammal', 'mammal', 'mammal'],
            'order': ['Falconiformes', 'Psittaciformes', 'Carnivora', 'Primates', 'Carnivora'],
            'max_speed': [389.0, 24.0, 80.2, np.NaN, 58.0]},
    index = ['falcon', 'parrot', 'lion', 'monkey', 'leopard']
)

grouped = speeds.groupby('class')['max_speed']
grouped.diff()

执行后输出：

falcon       NaN
parrot    -365.0
lion         NaN
monkey       NaN
leopard      NaN
Name: max_speed, dtype: float64

原因拆解：

• 代码按class字段分组，分成了bird和mammal两个组：
  • bird组包含两行数据：falcon（max_speed=389.0）、parrot（max_speed=24.0）
  • mammal组包含三行数据：lion（max_speed=80.2）、monkey（max_speed=np.NaN）、leopard（max_speed=58.0）
• diff()方法的作用是计算组内当前行与前一行的数值差（当前行值 - 前一行值）：
  • 对于bird组：
    • falcon是组内第一行，没有前一行数据，所以结果为NaN
    • parrot是组内第二行，用自身值24.0减去前一行的389.0，得到24.0 - 389.0 = -365.0
  • 对于mammal组：
    • lion是组内第一行，无前行数据，结果为NaN
    • monkey的max_speed是NaN，和前一行的80.2做差值运算，结果仍为NaN
    • leopard的前一行是monkey的NaN，差值运算结果依然是NaN

内容的提问来源于stack exchange，提问作者Evan Aad