Pandas行计算问题：Excel转Python用户的新列差值计算需求

嘿，我明白你作为Excel用户转用Python Pandas时的困惑——毕竟Excel的单元格引用和Pandas的序列操作逻辑不太一样。让我们一步步解决你的问题：

首先，你当前的代码df['C']=df['A'] - df['A'].shift(-1)计算的是当前行A值减去下一行A值，所以得到的结果会是a-b、b-c，最后一行还会出现NaN（因为没有下一行数据），这和你想要的b-a、c-b正好相反。

正确的实现方式 #

要得到后一行减当前行的差值，只需要调换减法的顺序，再处理掉最后一行的空值即可：

import pandas as pd

# 先创建你的测试数据框
data = {'A': ['a', 'b', 'c'], 'B': ['r', 'm', 'f']}
df = pd.DataFrame(data)

# 计算后一行A值减当前行A值的差值
df['C'] = df['A'].shift(-1) - df['A']

# 去掉最后一行的NaN（因为最后一行没有下一行数据，不符合你的预期输出）
df = df.dropna(subset=['C'])

执行后，df['C']就会得到你想要的b-a和c-b结果。

给Excel用户的类比解释 #

这个操作就像在Excel里：

• 在C1单元格输入=A2-A1
• 在C2单元格输入=A3-A2
• 最后删除C3单元格（因为没有A4可以计算）

Pandas里的shift(-1)就相当于把A列整体向上“挪”一行，让A2对应到原A1的位置，A3对应到原A2的位置，最后一行补NaN，这样用挪后的列减去原列，就得到了下一行减当前行的差值。

如果你的A列是数值类型（不是示例里的字母），这个减法会直接得到数值结果；如果是字符串类型，Pandas会尝试按字符串规则计算差值（不过通常数值场景更常见）。

内容的提问来源于stack exchange，提问作者KSp