Question

我有一个pandas数据帧：

a = pd.DataFrame(rand(5,6)*10, index=pd.DatetimeIndex(start='2005', periods=5, freq='A'))
a.columns = pd.MultiIndex.from_product([('A','B'),('a','b','c')])

我想从a['2005']中减去行a。为此，我尝试过这个：

In [22]:

a - a.ix['2005']

Out[22]:
    A   B
    a   b   c   a   b   c
2005-12-31  0   0   0   0   0   0
2006-12-31  NaN     NaN     NaN     NaN     NaN     NaN
2007-12-31  NaN     NaN     NaN     NaN     NaN     NaN
2008-12-31  NaN     NaN     NaN     NaN     NaN     NaN
2009-12-31  NaN     NaN     NaN     NaN     NaN     NaN

这显然不起作用，因为在进行操作时，大熊猫正在排列索引。这有效：

In [24]:

pd.DataFrame(a.values - a['2005'].values, index=a.index, columns=a.columns)

Out[24]:
    A   B
    a   b   c   a   b   c
2005-12-31  0.000000    0.000000    0.000000    0.000000    0.000000    0.000000
2006-12-31  -3.326761   -7.164628   8.188518    -0.863177   0.519587    -3.281982
2007-12-31  3.529531    -4.719756   8.444488    1.355366    7.468361    -4.023797
2008-12-31  3.139185    -8.420257   1.465101    -2.942519   1.219060    -5.146019
2009-12-31  -3.459710   0.519435    -1.049617   -2.779370   4.792227    -1.922461

但是，每次我必须执行此类操作时，我都不想构建新的DataFrame。我尝试过这样的apply（）方法：a.apply(lambda x: x-a['2005'].values) 但我得到ValueError: cannot copy sequence with size 6 to array axis with dimension 5所以我不确定如何继续。有没有一种简单的方法可以做到这一点，我没有看到？我认为应该有一个简单的方法来实现这一点，因此您不必每次都构建一个新的数据帧。我也尝试了sub()方法，但减法仅应用于第一行，而我想从数据帧中的每一行中减去第一行。

Answer 1

Pandas很适合按索引排列。因此，当您希望Pandas忽略索引时，您需要删除索引。您可以通过将DataFrame a.loc['2005']转换为1维NumPy数组来实现这一目标：

In [56]: a - a.loc['2005'].values.squeeze()
Out[56]: 
                   A                             B                    
                   a         b         c         a         b         c
2005-12-31  0.000000  0.000000  0.000000  0.000000  0.000000  0.000000
2006-12-31  0.325968  1.314776 -0.789328 -0.344669 -2.518857  7.361711
2007-12-31  0.084203  2.234445 -2.838454 -6.176795 -3.645513  8.955443
2008-12-31  3.798700  0.299529  1.303325 -2.770126 -1.284188  3.093806
2009-12-31  1.520930  2.660040  0.846996 -9.437851 -2.886603  6.705391

squeeze method将形状为a.loc['2005']的NumPy数组(1, 6)转换为形状(6,)的数组。这允许根据需要广播阵列（在减法期间）。

Answer 2

这是一个更详细的简单分解如何做到这一点。

首先制作一个简单的DataFrame，以便于理解。

import numpy as np
import pandas as pd
#make a simple DataFrame
df = pd.DataFrame(np.fromfunction(lambda i, j: i+1 , (3, 3), dtype=int))

这将是这样的

# 1 1 1
# 2 2 2
# 3 3 3

现在从第一行获取值

first_row = df.iloc[[0]].values[0]

现在使用apply（）从其余行中减去第一行。

df.apply(lambda row: row - first_row, axis=1)

结果将如下所示。看到每行减去1

#  0 0 0
#  1 1 1
#  2 2 2

Answer 3

要使用时间戳值来计算相对于开始时间经过的时间，请使用：

df['Time_column'].apply(lambda x: x-df.iloc[[0],[1]])

df.iloc[[0],[1]] =开始时间

从Pandas DataFrame中的所有行中减去第一行

3 个答案: