Puedes usar pandas.Series.shift
para "desplazar" la segunda columna, el resto es simplemente una operación de resta vectorizada entre Series:
import pandas as pd
df = pd.DataFrame({'numeros': (15, 20, 14, 18, 14, 13, 12, 15, 17, 16),
'valores': (3, 2, 3, 1, 4, 3, 2, 3, 1, 2)
})
df["resultado"] = df["numeros"] - df["valores"].shift(-1)
>>> df
numeros valores resultado
0 15 3 13.0
1 20 2 17.0
2 14 3 13.0
3 18 1 14.0
4 14 4 11.0
5 13 3 11.0
6 12 2 9.0
7 15 3 14.0
8 17 1 15.0
9 16 2 NaN
El argumento -1
se corresponde con el periodo (argumento periods), es decir, equivale a:
df["valores"].shift(periods=-1)
Desplaza la columna (Serie
) el número deseado de períodos. Si el escalar es positivo la serie se desplaza hacia "abajo" rellenando las filas iniciales con NaN
:
>>> s = pd.Series((2, 3, 5, 7, 11, 13))
>>> s
0 2
1 3
2 5
3 7
4 11
5 13
dtype: int64
>>> s.shift(1)
0 NaN
1 2.0
2 3.0
3 5.0
4 7.0
5 11.0
dtype: float64
>>> s.shift(2)
0 NaN
1 NaN
2 2.0
3 3.0
4 5.0
5 7.0
dtype: float64
Si es negativo se desplaza hacia "arriba":
>>> s.shift(-1)
0 3.0
1 5.0
2 7.0
3 11.0
4 13.0
5 NaN
dtype: float64
Por lo tanto, si quieres que el NaN
quede en la primera fila, basta con aplicar el desplazamiento a la primera columna en vez de a la segunda, pero en este caso positivo:
>>> df["resultado"] = df["numeros"].shift(1) - df["valores"]
>>> df
numeros valores resultado
0 15 3 NaN
1 20 2 13.0
2 14 3 17.0
3 18 1 13.0
4 14 4 14.0
5 13 3 11.0
6 12 2 11.0
7 15 3 9.0
8 17 1 14.0
9 16 2 15.0
Si deseas que la columna sea de tipo entero si o si debes hacer un casting a Int8
, Int16
, Int32
o Int64
de forma explícita (observa que la "I" inicial es mayúscula). El 8, 16, etc hace referencia a los bits que se usan y por tanto el máximo valor capaz de almacenar, debes ajustarlo en función del rango de enteros esperado para ajustar el uso de memoria.
Esto solo es posible a partir de Pandas 0.24.x, antes NaN
solo era posible representarlo con tipo floats.
import pandas as pd
df = pd.DataFrame({'numeros': (15, 20, 14, 18, 14, 13, 12, 15, 17, 16),
'valores': (3, 2, 3, 1, 4, 3, 2, 3, 1, 2)
})
df["resultado"] = (df["numeros"].shift(1) - df["valores"]).astype("Int64")
>>> df
numeros valores resultado
0 15 3 NaN
1 20 2 13
2 14 3 17
3 18 1 13
4 14 4 14
5 13 3 11
6 12 2 11
7 15 3 9
8 17 1 14
9 16 2 15