Python 是否有一种更简单的方法使用每N行数据帧进行计算？

我有一个数据框，上面有国家名称和12月份产品的每日价格（注意：数据中没有周末/假日数据）。它看起来像这样：

---

对于每个州，我想计算产品价格的3天变化。我试着这样计算价格变化：

days=3

for k in df["name"].unique():
      test_df=df[df["name"]==k]
      test_df=test_df.reset_index(drop=True)
      test_df["3_chg"]=np.nan


    for i in range(0,test_df.shape[0]-days):
        test_df["3_chg"].iloc[i]=(test_df.iloc[i]["product_price"]/test_df.iloc[i+days]["product_price"])-1

输出如下所示：

我正在使用我的代码获得所需的输出。然而，我想知道是否有更有效的方法来进行同样的计算。我的代码对于一小部分数据工作得很快，但是如果我使用所有50个州的数据，则需要很多时间

---

如果有其他选择，请告诉我。感谢使用

shift

df['3_change']=(df['product_price']-df.groupby('name')['product_price'].shift(3))/df['product_price']

（df['product_price']-df.groupby（'name'）['product_price'].shift（3））/df['product_price']感谢它的成功。我使用了：df[“3_chg”]=（df['product_price']/df.groupby（'name'）['product_price']].shift（-3））-1要我把它转换成一个答案吗？