如何在Pandas中添加基于行差值与偏移计算的新列

针对你的需求，这里提供两种简洁的实现方式，避免diff方法带来的NaN问题：

方法一：利用shift计算差值后重置偶数行 #

先通过shift(-1)获取下一行的值并计算差值，再将偶数行（原问题第2、4、6行）和最后一行设为0：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'Column A': [1, 2, 3, 4, 5, 6]})

# 计算下一行减当前行的差值
df['New'] = df['Column A'].shift(-1) - df['Column A']
# 将偶数索引行（对应原问题第2、4、6行）设为0
df.loc[df.index % 2 == 1, 'New'] = 0
# 最后一行因shift(-1)得到NaN，直接设为0
df.loc[df.index[-1], 'New'] = 0

方法二：直接定位奇数行赋值 #

先将新列初始化为0，再对原问题第1、3、5行（对应索引0、2、4）直接赋值差值：

import pandas as pd

df = pd.DataFrame({'Column A': [1, 2, 3, 4, 5, 6]})

# 初始化新列为0
df['New'] = 0
# 给奇数位置行赋值：下一行值 - 当前行值
df.iloc[::2, df.columns.get_loc('New')] = df['Column A'].iloc[1::2].values - df['Column A'].iloc[::2].values

两种方法最终都会得到符合要求的结果，以示例数据为例，输出如下：

内容的提问来源于stack exchange，提问作者Dein_coder