对于数据框，可以按照行或列，计算相邻两个元素的之间的差值或变化百分比，
有如下数据框：
>>> df = pd.DataFrame({‘a‘: [1, 2, 3, 4, 5, 6],
... ‘b‘: [1, 1, 2, 3, 5, 8],
... ‘c‘: [1, 4, 9, 16, 25, 36]})
>>> df
a b c
0 1 1 1
1 2 1 4
2 3 2 9
3 4 3 16
4 5 5 25
5 6 8 36
计算数据框两个元素之间的差值，默认为上一行中的元素：
DataFrame.diff(periods=1, axis=0)
参数注释：
periods：默认值是1，平移的区间，periods为正整数表示向前平移，为负整数表示向后平移。
axis：平移的轴，axis=0，表示按照row进行平移，axis=1，表示按照列进行平移
默认情况下，计算当前元素和前一个元素的差值：
>>> df.diff()
a b c
0 NaN NaN NaN
1 1.0 0.0 3.0
2 1.0 1.0 5.0
3 1.0 1.0 7.0
4 1.0 2.0 9.0
5 1.0 3.0 11.0
当前元素和先前元素之间变化的比值，公式是 (current value - previsou value)/ previsou value, 默认情况下，计算与前一行的变化的百分比：
DataFrame.pct_change(periods=1, fill_method=‘pad‘, limit=None, freq=None, **kwargs)
参数注释：
计算当前元素和前一个元素的变化的百分比：
>>> df.pct_change()
a b c
0 NaN NaN NaN
1 1.000000 0.000000 3.000000
2 0.500000 1.000000 1.250000
3 0.333333 0.500000 0.777778
4 0.250000 0.666667 0.562500
5 0.200000 0.600000 0.440000
参考文档：
原文：https://www.cnblogs.com/ljhdo/p/13684278.html