Question

首先，让我踏上舞台。

我从pandas数据框klmn开始，看起来像这样：

In [15]: klmn
Out[15]: 
    K  L         M   N
0   0  a -1.374201  35
1   0  b  1.415697  29
2   0  a  0.233841  18
3   0  b  1.550599  30
4   0  a -0.178370  63
5   0  b -1.235956  42
6   0  a  0.088046   2
7   0  b  0.074238  84
8   1  a  0.469924  44
9   1  b  1.231064  68
10  2  a -0.979462  73
11  2  b  0.322454  97

接下来，根据“K”列中的值，我将klmn拆分为两个数据框klmn0和klmn1：

In [16]: k0 = klmn.groupby(klmn['K'] == 0)
In [17]: klmn0, klmn1 = [klmn.ix[k0.indices[tf]] for tf in (True, False)]
In [18]: klmn0, klmn1
Out[18]: 
(   K  L         M   N
0  0  a -1.374201  35
1  0  b  1.415697  29
2  0  a  0.233841  18
3  0  b  1.550599  30
4  0  a -0.178370  63
5  0  b -1.235956  42
6  0  a  0.088046   2
7  0  b  0.074238  84,
     K  L         M   N
8   1  a  0.469924  44
9   1  b  1.231064  68
10  2  a -0.979462  73
11  2  b  0.322454  97)

最后，我计算M中klmn0列的平均值，按L列中的值进行分组：

In [19]: m0 = klmn0.groupby('L')['M'].mean(); m0
Out[19]: 
L
a   -0.307671
b    0.451144
Name: M

现在，我的问题是， 如何从m0子数据框的M列中减去klmn1，尊重L中的值1}}列？ （我的意思是m0['a']从M中klmn1列的'a'列中减去L m0['b']在M列中，同样适用于klmn1。）

可以想象这样做会以m0 klmn1列中的值替换新值（在从klmn11中减去值之后）。或者，可以想象以保持M不变的方式执行此操作，而是生成具有更新的{{1}}列的新数据框{{1}}。 我对这两种方法感兴趣。

Answer 1

如果您将klmn1数据帧的索引重置为L列的索引，那么您的数据框会自动将索引与您从中减去的任何系列对齐：

In [1]: klmn1.set_index('L')['M'] - m0
Out[1]:
L
a    0.777595
a   -0.671791
b    0.779920
b   -0.128690
Name: M

Answer 2

选项＃1：

df1.subtract(df2, fill_value=0)

选项＃2：

df1.subtract(df2, fill_value=None)

如何从另一个数据框中减去一个？

2 个答案: