我有一个带时间戳的数据集，代码如下：

import pandas as pd
data = pd.DataFrame({'date': pd.to_datetime(['1992-01-01', '1992-02-01', '1992-03-01', '1992-04-01', '1992-05-01']), 'sales': [10, 20, 30, 40, 50], 'price': [4302, 4323, 4199, 4397, 4159]})

我尝试使用np.diff(data['price'])对price列进行差分运算，但希望为时间戳为1992-01-01的第一行设置参考点，参考值为4100，期望得到如下数据集：

date, sales, diff_price
1992-01-01, 10, 4302-4100
1992-02-01, 20, 4323-4302
1992-03-01, 30, 4199-4323
1992-04-01, 40, 4397-4199
1992-05-01, 50, 4159-4397

请问有没有符合Python风格的简便方法可以实现该需求，且不改变原数据的结构？

当然有！用Pandas本身的方法就能优雅解决这个问题，完全不需要复杂操作，还能保证原数据结构丝毫不改动。下面给你两种简洁的实现方式：

方法一：构造基准序列做差（最直观） #

核心思路是先创建一个包含初始参考值的基准序列，再直接和原price列做减法：

import pandas as pd

data = pd.DataFrame({'date': pd.to_datetime(['1992-01-01', '1992-02-01', '1992-03-01', '1992-04-01', '1992-05-01']), 'sales': [10, 20, 30, 40, 50], 'price': [4302, 4323, 4199, 4397, 4159]})

# 构造基准值：第一个元素是参考值4100，后面跟着price列的前4个值
base_values = [4100] + data['price'].tolist()[:-1]
# 新增diff_price列，计算当前price与对应基准值的差
data['diff_price'] = data['price'] - base_values

方法二：利用diff()补全初始值 #

如果你习惯用diff()方法计算常规差分，也可以先得到后续行的差值，再手动替换掉第一行的缺失值：

# 计算常规差分，第一行会得到NaN
diff_results = data['price'].diff()
# 替换第一行的NaN为初始参考差值
diff_results.iloc[0] = data['price'].iloc[0] - 4100
# 将结果添加为新列
data['diff_price'] = diff_results

验证结果 #

运行任意一种方法后，查看data都会得到符合你预期的结果：

date  sales  price  diff_price
0 1992-01-01     10   4302         202
1 1992-02-01     20   4323          21
2 1992-03-01     30   4199        -124
3 1992-04-01     40   4397         198
4 1992-05-01     50   4159        -238

两种方法都不会改动原DataFrame的索引、列顺序或其他数据，完全符合你的需求。

内容的提问来源于stack exchange，提问作者user3104352