diff()默认按行序机械差分，不识别时间索引；需先sort_index()确保升序，再用asfreq()/reindex()对齐频率后差分；periods=1为默认，freq参数仅pandas 2.0+支持。
diff() 函数默认对行做一阶差分，但容易误以为是“时间差”
它不看 datetime 索引，只按 DataFrame 行序机械相减。如果你的索引是乱序的日期（比如从数据库导出未排序），diff() 会用第2行减第1行，而不是用“2023-01-02”的值减“2023-01-01”的值。
实操建议：
- 差分前先用
sort_index()确保时间索引升序 - 如果想按真实时间间隔差分（比如跳过周末、只算交易日），得先用
asfreq()或reindex()对齐频率，再diff() -
df['value'].diff(periods=1)和df['value'].diff()效果一样；periods=2才是隔一行相减
用 freq 参数做时间对齐差分，但 pandas 2.0+ 才支持
旧版本（pandas freq 会报 TypeError: diff() got an unexpected keyword argument 'freq'。这个参数不是用来指定“差多少天”，而是让 pandas 先按给定频率重采样（如 'D' 表示每日），再做行间差分。
实操建议：
- pandas ≥ 2.0 可写
df['value'].diff(freq='D')，它会自动填充缺失日期、插值（默认线性），再差分 - 低版本得手动做：
df.asfreq('D').interpolate().diff()，注意interpolate()默认只处理数值列 -
freq='M'不代表“月度差分”，而是转成月末频率后差分；若原始数据含月中数据，会丢失精度
多级索引下 diff() 默认只对最内层生效
比如你有 MultiIndex：(stock_id, date)，调用 df.groupby('stock_id')['price'].diff() 是对每个股票单独差分；但直接 df['price'].diff() 会跨股票计算——把上一只股票最后一天当成下一只股票第一天的前值。
实操建议：
- 时间序列差分几乎总是需要按实体分组，优先用
groupby(...).diff() - 如果索引是
(date, stock_id)，且 date 是外层，diff(level=0)才是对日期层差分（需确保 date 已排序） -
diff()的axis参数对 Series 无效，只对 DataFrame 有意义（axis=0是默认，axis=1是列间差分，极少用于时序）
差分后首行变 NaN，fillna() 不能随便补
差分必然损失一个观测值，首行（或每组首行）是 NaN。有人用 fillna(0) 或 ffill()，结果让模型误学“突变归零”或“趋势延续”。
实操建议：
- 建模前保留
NaN，让算法（如 ARIMA、LSTM）自己处理缺失——多数库会自动 drop - 若必须填充，用
df['value'].diff().bfill()比ffill()更合理（因为差分值代表变化量，首期变化无定义，用二期反推更稳） - 注意
diff().dropna()会删整行，若其他列有值会被连带丢弃；应只对目标列操作后再合并
差分本身很简单，难的是差分前的数据对齐和差分后的 NaN 处理——这两步错一点，模型就学偏了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
