(1)df.pct_change()
DataFrame.pct_change(periods=1, fill_method=‘pad’, limit=None, freq=None, **kwargs)
表示当前元素与先前元素的相差百分比，当然指定periods=n,表示当前元素与先前n 个元素的相差百分比。
参考文档
例子：
df = pd.DataFrame({ 'FR': [4.0405, 4.0963, 4.3149], 'GR': [1.7246, 1.7482, 1.8519], 'IT': [804.74, 810.01, 860.13]}, index=['1980-01-01', '1980-02-01', '1980-03-01']) print(df) print(df.pct_change()) print(df.pct_change(axis='columns'))#可以指定按照行还是列进行计算的
结果如下：
FR GR IT 1980-01-01 4.0405 1.7246 804.74 1980-02-01 4.0963 1.7482 810.01 1980-03-01 4.3149 1.8519 860.13 FR GR IT 1980-01-01 NaN NaN NaN 1980-02-01 0.013810 0.013684 0.006549 1980-03-01 0.053365 0.059318 0.061876 FR GR IT 1980-01-01 NaN -0.573172 465.624145 1980-02-01 NaN -0.573225 462.339435 1980-03-01 NaN -0.570813 463.458124
再举一个列子就是：
s = pd.Series([90, 91, 85]) s.pct_change(periods=2)#表示当前元素与先前两个元素百分比
结果：
0 NaN 1 NaN 2 -0.055556 dtype: float64
也就是（85-90）/90=-0.055556
在pandas 中的series 以及dataframe的pct_change的用法是基本相同的可以参照官方文档查看详细内容。
再看看它们的用法把。参考
Series.diff
DataFrame.diff
Series.shift
DataFrame.shift