如何用Pandas快速计算首行upper与第二行lower的差值？

计算第一行upper与第二行lower的差值 #

直接通过索引定位对应元素做减法即可，这是最直接高效的方式：

diff = df.loc[0, 'upper'] - df.loc[1, 'lower']

扩展：批量计算每行upper与下一行lower的差值 #

如果你的需求是对整个数据集批量处理（而非仅第一、二行），可以用Pandas的shift()函数实现向量化运算，全程无需循环，处理大数据集速度极快：

df['upper_lower_diff'] = df['upper'] - df['lower'].shift(-1)

• df['lower'].shift(-1)会把lower列的所有元素向上偏移一行，原本第2行的lower值会对应到第1行的位置，以此类推
• 生成的upper_lower_diff列中，第i行的值就是第i行upper - 第i+1行lower，最后一行会显示NaN（因为没有下一行的lower值可以计算）

效率说明 #

上述方法都是Pandas的向量化操作，底层基于Numpy实现，运算逻辑在C级别的代码中执行，比Python循环的效率高几个数量级，完全适配大数据集的时间要求。

内容的提问来源于stack exchange，提问作者Saud Ahmed