如何用Pandas/Numpy实现DataFrame当前行除以下一行（替代循环）

当然可以用Pandas的内置方法轻松实现，而且比for循环高效太多了——尤其是当你的数据量变大时，向量化操作的优势会非常明显。

核心思路是用Pandas的shift()函数，它能帮你把列数据上下移动，完美实现"当前行对应下一行数据"的对齐需求。直接上代码：

首先先还原你的示例DataFrame：

import pandas as pd

# 构建示例数据
data = {
    'Date': ['26/08/17', '27/08/17', '28/08/17', '29/08/17', '30/08/17', '01/09/17', '02/09/17', '03/09/17'],
    'index_numer': [200, 300, 400, 100, 150, 160, 170, 280]
}
df = pd.DataFrame(data)

然后一行代码生成你要的新列：

# 计算当前行除以下一行的结果
df['Divison by next row'] = df['index_numer'] / df['index_numer'].shift(-1)

代码解释 #

• df['index_numer'].shift(-1)：把index_numer列的所有数据向上移动一行，这样当前行的位置就对应了原始数据里的下一行值。
• 直接做除法运算，就能得到每一行除以下一行的结果。最后一行因为没有下一行数据，会返回NaN，和你示例里的...效果一致，你可以用df['Divison by next row'].fillna('...')把它替换成你想要的占位符，或者保留NaN。

如果需要像示例那样保留三位小数，可以加上round()：

df['Divison by next row'] = (df['index_numer'] / df['index_numer'].shift(-1)).round(3)

运行后你会得到和示例完全一致的结果，而且代码简洁、执行效率远高于for循环——这也是Pandas向量化操作的核心优势。

内容的提问来源于stack exchange，提问作者Adam