如何正确编写pandas DataFrame的for循环实现新列计算？

原代码问题 #

你写的代码存在三个核心错误：

• 取值语法完全错误：df1['df'[i]]是对字符串'df'取第i位字符，根本不是对DataFrame的列、行做索引，pandas正确的行列取值语法是df.loc[行标识, 列名]或者按位置取的df.iloc[行位置, 列位置]
• 逐行for循环是pandas里最低效的写法，数据量稍大就会卡顿，这个差分逻辑完全没必要用循环实现
• 边界值处理错误：第一行没有上一行、最后一行没有下一行，本来就无法满足计算逻辑，初始赋值为0会给后续计算引入错误值，应该填充空值。

推荐实现（无循环，向量化运算，性能最优） #

直接用pandas内置的shift位移方法就能一行实现，不需要写任何循环：

import numpy as np
# 初始化新列，默认空值
df1['df'] = np.nan
# shift(-1) 取当前行的下一行值，shift(1)取当前行的上一行值，自动按索引对齐
df1['df'] = df1['f_adj'].shift(-1) - df1['f_adj'].shift(1)

这个写法是pandas原生的向量化运算，执行效率比手写for循环高几十到上百倍，也不会出现索引语法错误，首尾两行因为没有对应上下行值，会自动填充为NaN，符合计算逻辑。

非要用for循环的正确写法（仅作语法演示，不推荐生产环境用） #

如果你一定要练习for循环写法，正确代码如下，注意要严格遵守pandas的索引规则：

import numpy as np
df1['df'] = np.nan
# 遍历行位置，首尾行跳过
for pos in range(1, len(df1)-1):
    # 按位置取对应行索引，避免DataFrame索引不是连续0开始值时出错
    current_idx = df1.index[pos]
    prev_idx = df1.index[pos-1]
    next_idx = df1.index[pos+1]
    df1.loc[current_idx, 'df'] = df1.loc[next_idx, 'f_adj'] - df1.loc[prev_idx, 'f_adj']

内容的提问来源于stack exchange，提问作者Pianissimo