如何在Python DataFrame中实现列内前值减后值计算？

1. 数据预处理：将格式化字符串转为数值型 #

原列的数值格式是千分位用点分隔、小数用逗号分隔的字符串，必须先转换为数值类型才能执行计算：

import pandas as pd

# 示例输入数据
data = {
    'Gross_reserve': ['1.202.170,21', '1.190.721,39', '1.175.300,50', '1.160.000,00']
}
df = pd.DataFrame(data)

# 格式转换：移除千分位的点，把小数逗号替换为小数点，再转为float类型
df['Gross_reserve_num'] = df['Gross_reserve'].str.replace('.', '', regex=False).str.replace(',', '.').astype(float)

2. 计算前一行减后一行生成新列 #

用shift(-1)获取下一行的数值，直接执行减法运算即可得到目标结果：

df['cf_res_g'] = df['Gross_reserve_num'] - df['Gross_reserve_num'].shift(-1)

3. 还原结果格式（可选） #

如果需要将计算结果转回和原列一致的千分位+逗号小数格式，可以自定义格式化函数：

def format_result(num):
    if pd.isna(num):
        return ''
    # 保留两位小数并拆分整数、小数部分
    num_str = f"{num:.2f}"
    integer_part, decimal_part = num_str.split('.')
    # 给整数部分添加千分位分隔（用点代替逗号）
    integer_part = '{:,}'.format(int(integer_part)).replace(',', '.')
    return f"{integer_part},{decimal_part}"

df['cf_res_g_formatted'] = df['cf_res_g'].apply(format_result)

最终结果展示 #

注：最后一行因无后续行数据，结果为空（对应原始计算值为NaN）

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