Python3.x 考虑到Pandas 系列中的不同索引，如何正确估计两列的百分比变化 Python相关

假设我有以下称为df_trading_pair的df:

    Start Date           Open Price     High Price  Low Price   Close Price End Date
0   2022-07-20 08:00:00  0.19277        0.19324     0.19225     0.19324     2022-07-20 08:04:59.999
1   2022-07-20 08:05:00  0.19321        0.194       0.1932      0.19388     2022-07-20 08:09:59.999
2   2022-07-20 08:10:00  0.19387        0.195       0.19387     0.19489     2022-07-20 08:14:59.999
3   2022-07-20 08:15:00  0.19496        0.19628     0.19495     0.19626     2022-07-20 08:19:59.999
4   2022-07-20 08:20:00  0.19625        0.20406     0.19625     0.2035      2022-07-20 08:24:59.999

我一直在试图找到一种简单的方法来获得Open Price列中the first 4个元素相对于Close Price列中the last 4个元素的百分比变化，因此我最终在new_df列中得到以下输出:

 Close Price vs Open Price % change
0                            0.0057
1                            0.0087
2                            0.0123
3                            0.0438
dtype: float64

首先，我认为下面的句子应该可以很好地工作，毕竟两个数组都有4个元素，并且正好包含我需要的值:

new_df["Close Price vs Open Price % change"] = (df_trading_pair["Close Price"][1:]-df_trading_pair["Open Price"][:-1])/df_trading_pair["Open Price"][:-1]

然而，这句话最终抛出了以下输出:

 Close Price vs Open Price % change
0                               NaN
1                          0.003468
2                          0.005261
3                          0.006668
4                               NaN
dtype: float64

我不明白为什么，我还试了另一句话:

new_df["Close Price vs Open Price % Change"] = [(y-x)/x*100 for x in df_trading_pair["Open Price"][:-1] for y in df_trading_pair["Close Price"][1:]]

在我看来，它也应该做到我所期待的，但不幸的是，它没有做到，并抛出了以下错误:

ValueError: Length of values (16) does not match length of index (5)

那么，我想在这里得到一些帮助，为了获得所需的输出，我还能做些什么？