pandas计算相邻元素之间的差值

pandas 中可以使用 diff() 函数计算相邻元素之间的差值。如果需要计算相邻元素之间的平均值，可以先使用 shift() 函数将数据框向前或向后移动一行，然后再计算差值。具体步骤如下：

使用 shift() 函数将数据框向前或向后移动一行，得到移动后的数据框；
使用 add() 函数将移动后的数据框和原始数据框相加，得到相邻元素之和；
使用 div() 函数将相邻元素之和除以 2，得到相邻元素的平均值。
下面是一个示例代码，展示如何使用这个方法计算相邻元素之间的平均值：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'A': [1, 3, 5, 7, 9]})

# 将数据框向前移动一行，并计算相邻元素之和
df_sum = df.add(df.shift(1))

# 计算相邻元素之间的平均值
df_mean = df_sum.div(2)

# 输出结果
print(df_mean)

输出结果如下：

     A
0  NaN
1  2.0
2  4.0
3  6.0
4  8.0

在这个示例中，我们首先创建了一个包含 5 个整数的数据框，然后使用 shift() 函数将数据框向前移动一行，并计算相邻元素之和。然后，我们使用 div() 函数将相邻元素之和除以 2，得到相邻元素的平均值。最后，我们得到了一个包含相邻元素平均值的新数据框。

需要注意的是，由于第一行缺少前一个元素，因此在计算平均值时，第一行的结果为 NaN。如果需要，可以使用 fillna() 函数将 NaN 替换为其他值。