Python 熊猫pct_变更对手册给出的答案略有不同

有人能解释一下为什么在使用更为手动的计算时，pct_change函数给出的数字略有不同：

pct_更改功能：

print(prices)
         0                                                                    
0   1035.23                                                                    
1   1032.47                                                                    


print(prices.pct_change(1))

          0                                                                   
0        NaN                                                                   
1  -0.002666                                                                   

更多手动功能

(prices - prices.shift(1))/prices

          0                                                                   
0        NaN                                                                   
1  -0.002673 

---

差异背后的原因是什么？

问题是第二个公式是错误的：

prices = pd.DataFrame({0:[1035.23,1032.47]})
print (prices)

print(prices.pct_change(1))
          0
0       NaN
1 -0.002666

print(prices/(prices.shift())-1)
          0
0       NaN
1 -0.002666

正如评论中指出的那样：

print((prices - prices.shift(1))/prices.shift(1))
          0
0       NaN
1 -0.002666

---

问题是第二个公式是错误的：

prices = pd.DataFrame({0:[1035.23,1032.47]})
print (prices)

print(prices.pct_change(1))
          0
0       NaN
1 -0.002666

print(prices/(prices.shift())-1)
          0
0       NaN
1 -0.002666

正如评论中指出的那样：

print((prices - prices.shift(1))/prices.shift(1))
          0
0       NaN
1 -0.002666

在这个公式中，

（prices-prices.shift（1））/prices

应该除以

prices.shift（1））

。在这个公式中，

（prices-prices.shift（1））/prices

应该除以

prices.shift（1））

。