Pandas中如何对含随机NaN的列仅针对数值执行.diff()计算？

原生.diff()方法按行物理位置计算差值，默认不会自动跳过空值；当列内NaN为随机排布、无固定周期时，无法通过调整periods参数满足需求，直接对非空值计算差值后对齐原索引即可，无需编写循环逻辑。

核心实现 #

可直接复用的代码（以目标列名col为例）：

# 先过滤空值计算相邻有效数差值，再对齐回原表索引
df['col'] = df['col'].dropna().diff().reindex(df.index)

效果验证 #

先构造和问题描述一致的测试数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'col': [1, np.nan, 3, 4, np.nan, np.nan, 10, np.nan, 13]
})

执行核心代码后打印DataFrame，输出结果完全匹配预期：

col
0  NaN
1  NaN
2  2.0
3  1.0
4  NaN
5  NaN
6  6.0
7  NaN
8  3.0

如果需要结果保持整数格式，在代码末尾追加.astype('Int64')即可，该类型支持带空值的整数存储。

逻辑拆解 #

整个流程没有复杂操作，共三步：

• 用dropna()过滤掉目标列里所有NaN，得到仅保留有效数值的序列，此时序列保留有效值在原表中的索引，不会打乱原有数值顺序
• 对过滤后的纯有效值序列调用.diff()，此时计算的就是相邻两个有效数值的差值，完全不受中间空值影响
• 用reindex()把计算结果对齐回原表的完整行索引，原表中为NaN的位置因为匹配不到有效值的计算结果，会自动填充为NaN，不需要额外做空值判断。

内容的提问来源于stack exchange，提问作者Marioanzas