diff() 默认按相邻行计算差值，跨行差值需设 periods 参数，其本质是位置偏移（row[i] - row[i-periods]），不跳过中间行、不处理缺失值对齐、不感知时间间隔，groupby 后须在分组列上直接调用 diff() 实现组内计算。
直接说结论：diff() 方法本身不跨行计算，它默认只对相邻行做差；所谓“跨行差值”，本质是调整 periods 参数控制步长，而不是跳过中间行手动索引。
为什么 diff(periods=2) 不等于 “跳过第1行、用第3行减第1行”？
它确实是——diff(periods=2) 就是当前行减去向上数第2行的值（即 row[i] - row[i-2]），不是“隔一行取值再相减”的逻辑转换。Pandas 的 diff() 严格按偏移量计算，和手写 df['col'].iloc[i] - df['col'].iloc[i-2] 等价，但更安全（自动对齐索引、保留 NaN）。
常见误判场景：
- 误以为
diff(periods=2)会跳过缺失值重新对齐 → 实际它只看位置偏移，不管中间值是否为 NaN - 在非单调或重复索引上使用，结果与预期行序不符 →
diff()基于整数位置（.iloc语义），不是标签位置（.loc） - 对
groupby后对象直接调diff()却没指定axis或分组内计算 → 默认按列算，容易出错
diff() 在时间序列中怎么处理非等距时间间隔？
它完全不感知时间信息：即使你的索引是 DatetimeIndex，df['value'].diff(periods=1) 仍是第n个时间点减第n−1个时间点，不管这两个时间点之间隔了多久。想按真实时间差（如“7天前的值”）做差，必须先用 resample() 或 asof() 对齐，再做减法。
例如，要计算“每个时间点与其前一个工作日收盘价之差”，不能靠 diff()，得用：
df['prev_bday'] = df.index.to_series().apply(lambda x: x - pd.offsets.BDay(1)) df['value_diff_bday'] = df['value'] - df.reindex(df['prev_bday']).values
否则 diff(periods=1) 只认行序，遇到周末空缺就直接拿周五减周一（如果数据里有周一），结果错位。
如何在 groupby 后正确做跨行差值？
必须明确作用域：是组内跨行，还是组间跨行？绝大多数情况你要的是前者，那就必须把 diff() 放在 groupby().apply() 或直接链式调用，且避免在聚合后误操作。
- ✅ 正确：
df.groupby('category')['sales'].diff(periods=3)—— 每组内各自算，第4行减第1行 - ❌ 错误：
df.groupby('category').diff(periods=3)—— 这是对整个分组后的 DataFrame 按列 diff，行为不可控 - ⚠️ 注意顺序：若需先排序再差分（比如按日期），必须显式
sort_values()，因为groupby不保证组内顺序
性能提示：对大分组，diff() 比 shift() + 减法略快，但若需复杂偏移（如动态 periods），就得用 rolling().apply() 配合自定义函数。
真正容易被忽略的一点：当 periods 大于组内行数时，对应结果全为 NaN，且不会报错或警告——你需要自己检查 groupby().size() 是否普遍大于所需 periods，否则分析结果里会静默丢失大量有效差值。
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！
