Question

我需要减去两个具有不同索引的数据框（当缺少一个值时会导致'NaN'值），我想用不同的数字（填充值）替换每个数据框中的缺失值。例如，假设我有df1和df2：

df1：

    A   B   C
0   0   3   0
1   0   0   4
2   4   0   2

df2：

    A   B   C
0   0   3   0
1   1   2   0
3   1   2   0

subtracted = df1.sub(df2)：

    A   B   C
0   0   0   0
1   -1  -2  4
2   NaN NaN NaN
3   NaN NaN NaN

我希望减法的第二行具有df1中第二行的值，而减法的第三行具有df1的值。

我希望-

减去：

    A   B   C
0   0   0   0
1   -1  -2  4
2   4   0   2
3   5   5   5

我尝试使用sub_fill_value = 5的方法，但是在第2行和第3行中我都将得到0。

Answer 1

一种方法是将reindex df2设置fill_value到0，然后再减去，然后用5减去fillna：

ix = pd.RangeIndex((df1.index|df2.index).max()+1)
df1.sub(df2.reindex(ix, fill_value=0)).fillna(5).astype(df1.dtypes)

   A  B  C
0  0  0  0
1 -1 -2  4
2  4  0  2
3  5  5  5

Answer 2

我们必须在reindex处获得相关索引。这样，我们可以使用sub方法。

idxmin = df2.index.min()
idxmax = df2.index.max()

idx = np.arange(idxmin, idxmax+1)

df1.reindex(idx).sub(df2.reindex(idx).fillna(0)).fillna(5)

     A    B    C
0  0.0  0.0  0.0
1 -1.0 -2.0  4.0
2  4.0  0.0  2.0
3  5.0  5.0  5.0

Answer 3

我发现combine_first方法几乎可以满足我的需求：

df2.combine_first(df1).sub(df2, fill_value=0)

但仍然只产生：

    A   B   C
0   0   0   0
1   0   0   0
2   4   0   2
3   0   0   0

如何减去具有不同填充值的数据帧

3 个答案: