如何在Pandas DataFrame中计算指定列与最后一列的差值？

你需要的是让所有列与某一特定列（比如最后一列）逐行计算差值，df.diff(axis=1)是计算相邻列的差值，确实不符合需求。这里有两种高效的实现方式：

方法一：利用sub()方法（推荐） #

借助pandas的广播特性，直接让整个DataFrame与目标列做减法运算：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({'A': [1,2,3], 'B': [4,5,6], 'C': [7,8,9]})

# 获取最后一列作为基准列
base_col = df.iloc[:, -1]

# 计算所有列与基准列的差值（保留所有列，基准列自身差值为0）
diff_df = df.sub(base_col, axis=0)

# 如果只需要非基准列的差值，可筛选列
# diff_df = df.iloc[:, :-1].sub(base_col, axis=0)

运行后输出（保留所有列的情况）：

A  B  C
0 -6 -3  0
1 -6 -3  0
2 -6 -3  0

方法二：使用apply()逐行处理 #

如果需要更灵活的逻辑（比如自定义差值规则），可以用apply()逐行计算：

diff_df = df.apply(lambda row: row - row.iloc[-1], axis=1)

这个方法和上面的结果一致，但对于大型数据集，sub()的广播运算效率更高。

内容的提问来源于stack exchange，提问作者ddddd