(1)df.pct_change()
DataFrame.pct_change(periods=1, fill_method=‘pad’, limit=None, freq=None, **kwargs)
表示當前元素與先前元素的相差百分比，當然指定periods=n,表示當前元素與先前n 個元素的相差百分比。
參考文件
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'))#可以指定按照行還是列進行計算的

結果如下：

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

再舉一個列子就是：

s = pd.Series([90, 91, 85])
s.pct_change(periods=2)#表示當前元素與先前兩個元素百分比

結果：

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參照官方文件檢視詳細內容。
再看看它們的用法把。參考
Series.diff
DataFrame.diff
Series.shift
DataFrame.shift