如何用Pandas高效计算DataFrame相邻元素的差值？

首先纠正你代码里的一个小问题：np.random.random的参数需要是元组，所以正确的DataFrame创建代码应该是：

import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.random((10,10)))

要实现你要的diff[i] = df[i] - df[i-1]的需求，完全不需要写循环，Pandas内置了高效的向量化方法diff()，一行代码就能搞定：

diff = df.diff()

说明： #

• diff()方法默认按行方向（axis=0）计算差分，也就是每一行元素减去它的上一行对应元素，完全符合你的要求。
• 结果的第一行会是NaN，因为没有“上一行”可以用来计算差值，这是合理的默认行为。如果需要移除这一行，可以用diff = df.diff().dropna()；如果需要填充NaN，可以用diff = df.diff().fillna(0)（或其他你需要的填充值）。

这个方法是Pandas底层优化的向量化操作，比循环快几个数量级，不管你的DataFrame多大，扩展性都拉满。

内容的提问来源于stack exchange，提问作者the.lotuseater