如何在Pandas DataFrame中计算连续行差值并存入后一行？

原始DataFrame如下：

stkPx  strike     delta trade_date  expirDate      dte  cType  pBidPx  pAskPx    dA
2     86.91    76.0  0.893083 2008-12-29 2009-01-17  0.05205      1    0.50    0.56 -0.16
3     86.91    77.0  0.877667 2008-12-29 2009-01-17  0.05205      1    0.60    0.66 -0.16
4     86.91    78.0  0.859326 2008-12-29 2009-01-17  0.05205      1    0.71    0.76 -0.20
5     86.91    79.0  0.838882 2008-12-29 2009-01-17  0.05205      1    0.85    0.91 -0.21

需求是计算连续两行的差值，将结果存入新列dA，结果保存在两行中的第二行。具体逻辑为：第n行的dA = 第n行的pBidPx - 第n-1行的pAskPx，第一行dA为N/A。

原代码gb['dA'] = gb['pBidPx'] - gb['pAskPx'].shift(-1)不符合预期，正确写法如下：

gb['dA'] = gb['pBidPx'] - gb['pAskPx'].shift(1)

这里使用shift(1)将pAskPx列向下偏移一行，让当前行的pBidPx减去上一行的pAskPx，第一行因无对应上一行数据，会自动填充为NaN（对应需求中的N/A）。

执行后得到的预期结果：

stkPx  strike     delta trade_date  expirDate      dte  cType  pBidPx  pAskPx    dA
2     86.91    76.0  0.893083 2008-12-29 2009-01-17  0.05205      1    0.50    0.56  NaN
3     86.91    77.0  0.877667 2008-12-29 2009-01-17  0.05205      1    0.60    0.66  0.04  # 0.60 - 0.56
4     86.91    78.0  0.859326 2008-12-29 2009-01-17  0.05205      1    0.71    0.76  0.05  # 0.71 - 0.66
5     86.91    79.0  0.838882 2008-12-29 2009-01-17  0.05205      1    0.85    0.91  0.09  # 0.85 - 0.76

内容的提问来源于stack exchange，提问作者Ivan