Question

例如，我有2个dfs：

df1

ID,col1,col2
1,5,9
2,6,3
3,7,2
4,8,5

另一个df是

df2

ID,col1,col2
1,11,9
2,12,7
3,13,2

我想计算从df2到df1的第一个成对减法。我正在通过功能scipy.spatial.distance

使用subtract_

def subtract_(a, b):
    return abs(a - b)

d1_s = df1[['col1']]
d2_s = df2[['col1']]

dist = cdist(d1_s, d2_s, metric=subtract_)

dist_df = pd.DataFrame(dist, columns= d2_s.values.ravel())
print(dist_df)

 11   12   13
6.0  7.0  8.0
5.0  6.0  7.0
4.0  5.0  6.0
3.0  4.0  5.0

现在，我要检查这些新列的名称，例如11,12和13。我正在检查此新dataframe中是否有小于5的值。如果有，那么我想做进一步的计算。像这样。例如，此处对于列名'11'，小于5的值是4，即rows 3。现在，在这种情况下，我想减去('col2')的列名df1，但在第3行，在这种情况下，它将是值2。我想用df2(col2)减去这个值2，但是在第1行（因为列名'11'）是从df2的第1行的值中获得的。

我的for loop太复杂了。如果在熊猫中有一些更简单的方法，那将很好。任何帮助，建议都会很棒。

期望的新数据框是这个

0,1,2
Nan,Nan,Nan
Nan,Nan,Nan
(2-9)=-7,Nan,Nan
(5-9)=-4,(5-7)=-2,Nan

Answer 1

在您的情况下，将numpy与mask一起使用

df.mask(df<5,df-(df1.col2.values[:,None]+df2.col2.values))
Out[115]: 
     11   12   13
0   6.0  7.0  8.0
1   5.0  6.0  7.0
2  -7.0  5.0  6.0
3 -11.0 -8.0  5.0

更新

Newdf=(df-(-df1.col2.values[:,None]+df2.col2.values)-df).where(df<5)
Out[148]: 
    11   12  13
0  NaN  NaN NaN
1  NaN  NaN NaN
2 -7.0  NaN NaN
3 -4.0 -2.0 NaN

Answer 2

类似于Ben的回答，但带有np.where：

pd.DataFrame(np.where(dist_df<5, df1.col2.values[:,None] - df2.col2.values, np.nan),
             index=dist_df.index,
             columns=dist_df.columns)

输出：

    11   12  13
0  NaN  NaN NaN
1  NaN  NaN NaN
2 -7.0  NaN NaN
3 -4.0 -2.0 NaN

大熊猫中的条件成对计算

2 个答案: