Question

我有一张传感器数据表，其中一些列是测量值，一些列是传感器偏差。例如，像这样：

df=pd.DataFrame({'x':[1.0,2.0,3.0],'y':[4.0,5.0,6.0],
                 'dx':[0.25,0.25,0.25],'dy':[0.5,0.5,0.5]})

    dx   dy    x    y
0  0.25  0.5  1.0  4.0
1  0.25  0.5  2.0  5.0
2  0.25  0.5  3.0  6.0

我可以通过从测量中减去偏差来向表中添加一列：

df['newX'] = df['x'] - df['dx']

    dx   dy    x    y  newX
0  0.25  0.5  1.0  4.0  0.75
1  0.25  0.5  2.0  5.0  1.75
2  0.25  0.5  3.0  6.0  2.75

但我想立刻为许多专栏做这件事。这不起作用：

df[['newX','newY']] = df[['x','y']] - df[['dx','dy']]

有两个原因，似乎。

当减去DataFrames时，列标签用于对齐减法，因此最终得出4列结果['x', 'y', 'dx', 'dy']。
我似乎可以使用索引将单个列插入DataFrame，但不能超过一个。

显然，我可以遍历列并单独执行每个列，但是有更简洁的方法来完成我正在尝试做的事情，这更类似于一列解决方案吗？

Answer 1

DataFrame通常会对列和行索引上的算术运算进行对齐。由于df[['x','y']]和df[['dx','dy']]具有不同的列名，因此不会从dx列中删除x列，并且类似于y列。

相反，如果从DataFrame中减去NumPy数组，则操作是按元素进行的，因为NumPy数组没有要对齐的Panda样式索引。

因此，如果您使用df[['dx','dy']].values提取由df[['dx','dy']]中的值组成的NumPy数组，那么您的分配可以根据需要完成：

import pandas as pd

df = pd.DataFrame({'x':[1.0,2.0,3.0],'y':[4.0,5.0,6.0],
                 'dx':[0.25,0.25,0.25],'dy':[0.5,0.5,0.5]})
df[['newx','newy']] = df[['x','y']] - df[['dx','dy']].values
print(df)

产量

     dx   dy    x    y  newx  newy
0  0.25  0.5  1.0  4.0  0.75   3.5
1  0.25  0.5  2.0  5.0  1.75   4.5
2  0.25  0.5  3.0  6.0  2.75   5.5

如果您尝试分配NumPy阵列（在右侧）对于DataFrame（在左侧），左侧指定的列名必须已存在。

相反，当在右侧将DataFrame分配给左侧的DataFrame时，可以使用新列，因为in this case Pandas会拉开左侧的键（新列名称）并显示列右边是按列顺序分配值而不是通过对齐列：

            for k1, k2 in zip(key, value.columns):
                self[k1] = value[k2]

因此，使用右侧的DataFrame

df[['newx','newy']] = df[['x','y']] - df[['dx','dy']].values

有效，但在右侧使用NumPy数组

df[['newx','newy']] = df[['x','y']].values - df[['dx','dy']].values

没有。

减去多个列并在pandas DataFrame中附加结果

1 个答案: