如何计算DataFrame指定间隔行的差值并返回新DataFrame？

现有如下结构的测试DataFrame：

Index.  0.  1.  2.  3.
  A.    10. 10. 10. 10.
  B.    20. 20. 20. 20.
  C.    30. 30. 30. 30.
  D.    40. 40. 40. 40.
  E.    50. 50  50. 50.
  F.    50. 50  50. 50.
  G.    50. 50  50. 50.

需要实现每隔3行计算差值的逻辑：每3行划分为一个数据块，保留第一个块首行的原始值，后续每个块首行的值减去上一个块首行的对应值，最终仅保留所有块首行，输出结构如下：

Index.  0.  1.  2.  3.
  A.    10. 10. 10. 10.
  D.    30. 30. 30. 30.
  G.    10. 10  10. 10.

pandas内置diff()方法默认计算相邻行/列的差值，无法直接匹配该需求，以下是几种可直接落地的实现方式。

• 分组取首行做差法
  先按步长3给所有行打上分组标签，提取每个分组的第一行，再对提取出的行做差分，首行保留原始值即可，示例代码：

  import pandas as pd
  # 构造测试数据集
  df = pd.DataFrame(
      [
          [10]*4,
          [20]*4,
          [30]*4,
          [40]*4,
          [50]*4,
          [50]*4,
          [50]*4
      ],
      index=['A','B','C','D','E','F','G']
  )
  # 每3行分为一组，取每组第一行
  group_first = df.groupby(df.index // 3).first()
  # 做差分，首行空值填充为原始值
  result = group_first.diff().fillna(group_first)
  # 还原原始索引
  result.index = df.index[::3]
  

• 切片直接运算法
  直接按步长3切片取出所有目标行，从第二行开始，逐行减去往前偏移3行的原始值即可，代码最简洁，运行效率最高：

  result = df.iloc[::3].copy()
  result.iloc[1:] = result.iloc[1:] - df.iloc[:-3:3].values
  

• 自定义步长差分函数
  如果后续需要调整差分步长，或者需要保留所有行的差分结果，可以封装通用的步长差分函数，再按需过滤目标行：

  def step_diff(input_df, step=3):
      res_df = input_df.copy()
      res_df.iloc[step:] = input_df.iloc[step:] - input_df.iloc[:-step].values
      return res_df
  # 计算步长为3的全量差分后，过滤出块首行
  result = step_diff(df, step=3).iloc[::3]
  

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