如何在Pandas DataFrame中基于同列其他行计算目标列值？

计算规则（原英文公式翻译） #

对于第i行（从0开始计数）：

• 若i不是最后一行，desired 值等于当前行的 col 值减去下一行的 col 值；
• 若i是最后一行，desired 值等于当前行的 col 值。

以下是实现该逻辑的 Pandas 代码：

import pandas as pd

a = {'idx': range(8),
     'col': [47,33,23,33,32,31,22,5],
     }

df = pd.DataFrame(a)

# 计算 desired 列：当前 col 减去下一行 col
df['desired'] = df['col'] - df['col'].shift(-1)
# 填充最后一行的 NaN 为当前 col 值
df['desired'].iloc[-1] = df['col'].iloc[-1]

print(df)

运行上述代码后，输出结果与期望完全一致：

idx  col  desired
0    0   47       14
1    1   33       10
2    2   23      -10
3    3   33        1
4    4   32        1
5    5   31        9
6    6   22       17
7    7    5        5

代码说明 #

• df['col'].shift(-1)：将 col 列向下偏移一行，每一行的值变为下一行的 col 值，最后一行因无后续数据变为 NaN；
• 原 col 列减去偏移后的列，即可得到除最后一行外的所有 desired 值；
• 最后一行通过直接赋值为当前 col 值，填补偏移产生的 NaN。

内容的提问来源于stack exchange，提问作者Abhishek Jain