Pandas计算当前行与前一行x的分数差值存新列报错求助

你的代码有三个核心问题：

• 计算结果直接写回了原x列，覆盖了原始x值，后续行计算用的是被篡改过的数据，结果完全不对
• 混用data['x'][n]这种链式索引和.loc索引，会触发pandas的SettingWithCopy警告，只要数据索引不是默认从0连续排列，直接就会抛错
• 手写for循环遍历的方式效率极差，大型数据表上跑会慢到没法用，完全不符合pandas的最佳实践

用pandas内置的shift()方法做行偏移计算，不需要写循环，一行核心代码就搞定，性能比手写循环高几十上百倍：

import pandas as pd

# 初始化测试数据
data = [['1', 1400], ['2', 1500], ['3', 1600]]
data = pd.DataFrame(data, columns=['ID', 'x'])

# 计算分数差：当前行x除以上一行x减1，首行空值填0
data['fractional_diff'] = (data['x'] / data['x'].shift(1) - 1).fillna(0)

# 要保留指定位数小数就加round，比如保留9位就写成下面这样
# data['fractional_diff'] = (data['x'] / data['x'].shift(1) - 1).fillna(0).round(9)

运行后输出结果和你预期完全一致：

如果非要写循环，记得提前新建结果列，不要覆盖原始x列：

import pandas as pd

data = [['1', 1400], ['2', 1500], ['3', 1600]]
data = pd.DataFrame(data, columns=['ID', 'x'])

# 提前初始化结果列，首行默认就是0
data['fractional_diff'] = 0.0

# 从第二行（索引为1）开始遍历计算
for idx in range(1, len(data)):
    data.loc[idx, 'fractional_diff'] = data.loc[idx, 'x'] / data.loc[idx-1, 'x'] - 1

这种写法不会触发索引报错，也不会篡改原始数据，但数据量超过10万行时运行速度会远慢于内置shift()方法。

内容的提问来源于stack exchange，提问作者n3a5p7s9t1e3r