shift()需按语义对齐：时间偏移须设DatetimeIndex并用freq参数，分组偏移必用groupby().shift()防跨组污染，返回新序列需显式赋值，空值影响后续计算。
shift() 怎么用才不会错位或丢数据
shift() 是 pandas 中最常用的偏移函数，但它默认按行向下移动，容易在时间序列或分组场景中引发索引错乱。关键不是“能不能移”，而是“移完后和谁对齐”。
常见错误现象：df['value_shifted'] = df['value'].shift(1) 后发现第一行变成 NaN，但没意识到这会破坏与原索引的对齐逻辑——尤其当 df 已按时间排序但索引不是日期时，shift() 仍只看位置，不看语义。
- 若需按时间偏移（如“前一天的值”），先确保索引是
DatetimeIndex，再用shift(freq='D')，而非仅靠periods=1 - 分组内偏移必须配合
groupby().shift()，直接对列调用会跨组污染，比如按用户分组计算“用户上次登录距今几天”，漏掉groupby('user_id').shift()就全算乱了 -
shift()返回新 Series，不修改原数据；若想原地覆盖某列，得显式赋值，且注意NaN占位会影响后续计算（如求和、均值）
diff() 计算差值时为什么结果比原数据少一行
diff() 本质是 shift(-1) - self（默认一阶前向差分），所以首行天然无前驱值可减，返回 NaN。这不是 bug，是定义使然，但常被误认为“丢数据”。
使用场景上，它比手动写 df['col'] - df['col'].shift(1) 更简洁，且支持高阶差分（n=2）和轴向控制（axis=1 对列间差分），但要注意：
立即学习“Python免费学习笔记（深入）”；
-
diff(n=1)和diff(periods=1)效果相同；但periods=-1是向上差分（即后一行减当前行），别和n混淆 - 对非数值列调用会报
TypeError: unsupported operand type(s)，哪怕列里看着全是数字字符串，得先astype(float) - 在
groupby().apply()里用diff()要小心：若组内长度为 1，结果直接是NaN，不会报错，但可能掩盖逻辑缺陷
shift 与 diff 组合实现滚动变化率
单纯差值不够，业务常要“环比增长百分比”，这就得把 shift() 拿出的基期值和 diff() 算出的增量一起用。直接除容易触发 ZeroDivisionError 或 inf，必须处理分母为 0 的情况。
实操建议：
- 先用
df['prev'] = df['sales'].shift(1)拿到上期值 - 再用
df['delta'] = df['sales'].diff()得到增量（等价于df['sales'] - df['prev']） - 最后计算变化率：
df['pct_change'] = df['delta'] / df['prev'].replace(0, pd.NA)，用replace(0, pd.NA)把分母零转成缺失，避免 inf 泛滥 - 也可一步到位：
df['pct_change'] = df['sales'].pct_change()—— 但注意它底层就是基于shift和除法，且对首行固定返回NaN，不可定制分母替换逻辑
性能差异：直接 shift vs groupby.shift vs rolling.apply
三者都能做偏移类计算，但底层机制不同，性能差距明显。10 万行数据下，纯 shift() 是微秒级；groupby().shift() 因涉及分组键哈希和索引重排，慢 5–10 倍；而 rolling().apply(lambda x: x.iloc[-1] - x.iloc[0]) 是最慢的，每窗口都新建数组。
容易踩的坑：
-
rolling(window=3).apply()默认是右对齐，即第 3 行才开始有值，若想左对齐得加min_periods=1并配center=True，但语义已变 -
groupby().shift()在多级索引上若未指定level，可能只按第一级分组，导致次级内数据串组 - 所有偏移操作都不改变原始索引顺序，但若原
df索引不唯一，shift()后的对齐可能出人意料——建议偏移前先reset_index(drop=True)明确位置语义
真正麻烦的不是语法，而是偏移后如何保证业务含义不变：时间对齐、分组边界、空值传播路径，这些不画个简单时序图或分组样例，光看代码很容易漏掉隐含假设。
