使用Pandas计算DataFrame的lag列：当前Start减前一行Stop

需求说明 #

需要基于已有DataFrame的Start和Stop列生成新列lag，规则如下：

• 首行的lag值为NaN
• 其余行的lag = 当前行Start值 - 上一行Stop值

初始数据定义代码：

import pandas as pd
import numpy as np
df = pd.DataFrame({"Start": [1, 4, 8, 12], "Stop": [2, 6, 9, 13]})

实现方法 #

利用Pandas的shift()方法获取上一行的Stop值，再与当前行Start做减法运算，即可直接生成目标列：

df['lag'] = df['Start'] - df['Stop'].shift(1)

结果验证 #

执行上述代码后得到的DataFrame与预期完全一致：

print(df)
# 输出内容：
#    Start  Stop  lag
# 0      1     2  NaN
# 1      4     6  2.0
# 2      8     9  2.0
# 3     12    13  3.0

对应预期输出的DataFrame定义代码：

df = pd.DataFrame({"Start": [1, 4, 8, 12], "Stop": [2, 6, 9, 13],"lag":[np.nan,2,2,3]})

内容的提问来源于stack exchange，提问作者user2458922