如何在含非数值列的Pandas DataFrame中按逻辑执行行减法？

单组行计算（第一行减第二行） #

如果只需要计算第一行和第二行的Qtd列差值，直接定位行索引取值相减即可，完全不影响其他非数值列：

# 假设你的DataFrame名为df
result = df.loc[0, 'Qtd'] - df.loc[1, 'Qtd']

所有相邻行批量计算（前一行Qtd减后一行Qtd） #

如果要给每一行生成对应的差值（最后一行因无后续行结果为NaN），单独对Qtd列处理后合并回原DataFrame：

# 新增差值列，当前行Qtd减去下一行Qtd
df['Qtd_diff'] = df['Qtd'] - df['Qtd'].shift(-1)

这种方式仅处理数值型的Qtd列，其他非数值列不受任何影响，不会出现全表NaN的情况。

替代diff()的优化思路 #

你之前用的diff()默认是后行减前行，且会作用于全表，导致非数值列变为NaN、首行结果为NaN。如果一定要用diff()，可以单独针对Qtd列反向处理：

# diff()得到行i - 行i-1，取负后转为行i-1 - 行i，再shift(-1)对齐位置
df['Qtd_diff'] = -df['Qtd'].diff().shift(-1)

不过这种方法不如直接用shift(-1)直观，更推荐前面的批量计算方式。

内容的提问来源于stack exchange，提问作者Robert