使用Pandas计算大型数据帧中第n个值和第n-1个值之间差异的python方法？

假设我有一个100x100的数据帧，完全由数值组成

我想做的是得到第n行和第n-1行中每列的差异：

假设第一列有值（1,2,3,4…..100）。我想要的是输出（1,1,1,1,1,1,1…..1）。它将从第二行减去第一行，从第三行减去第二行，等等

我使用for循环完成了这项工作，其中它循环遍历每一列，然后遍历每一行。但我想知道是否有更优雅的解决方案

这是我认为会起作用的，因为种种原因，我还没有机会尝试它

outputframe = pd.DataFrame(data=0, index = list(range(1,99)), column = list(range(1,100))
For i in range(0,100):
    For x in range(1,100):
       outputframe.iloc[x,i]= df.iloc[x,i]-df[x-1,i]

---

我相信这会给我正确的结果，但是，我想知道是否有更优雅的解决方案

这里的关键是pandas

shift（n）

方法，它允许您将索引按

n

行移动

将熊猫作为pd导入
将numpy作为np导入
df=pd.DataFrame（np.random.randint（0100，size=（100100）））
df_new=df.shift（-1）-df

像@ALollz所说的那样，

.diff（）

在这里工作得又快又好。 第一排将得到南，所以我再次重新分配第一排

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,size=(100, 100)))
df_new = df.diff()
df_new.iloc[0] = df.iloc[0]

原始数据帧

在.diff（）之后（第一行为NaN）

在

df\u new.iloc[0]=df.iloc[0]

---

在这种情况下，您应该简单地查看pandas shiftOr

.diff（）

宾果。我知道一定有更好的方法，如此优雅。非常感谢。