如何在dask数据框中减去两个数据框列？

Question

我有两个数据框，如 df1、df2。 在 df1 中，我有 4 列（A、B、C、D）和两行， 在 df2 中，我有 4 列（A、B、C、D）和两行。 现在我想减去两个数据帧，如 df1['A'] - df2['A'] 等等。但我不知道该怎么做。

df1-

df2 -

Answer 1

只做减法但记住索引，例如，假设我有 df1 和 df2 具有相同的列但不同的索引：

df1 = dd.from_array(np.arange(8).reshape(2, 4), columns=['A','B','C','D'])

df2 = dd.from_pandas(pd.DataFrame(
    np.arange(8).reshape(2, 4),
    columns=['A','B','C','D'],
    index=[1, 2]
), npartitions=1)

那么：

(df1 - df2).compute()

#       A       B       C       D
# 0     NaN     NaN     NaN     NaN
# 1     4.0     4.0     4.0     4.0
# 2     NaN     NaN     NaN     NaN

另一方面，让我们将 df2 的索引匹配到 df1 并减去

df2 = df2.assign(idx=1)
df2 = df2.set_index(df2.idx.cumsum() - 1)
df2 = df2.drop(columns=['idx'])

(df1 - df2).compute()


#       A   B   C   D
# 0     0   0   0   0
# 1     0   0   0   0