Python Pandas Series.sub()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Python Series.sub()用于从调用者序列中减去序列或列出长度相同的类似对象。

用法：Series.sub(other, level=None, fill_value=None, axis=0)

参数：
other:要从调用者系列中减去的其他系列或列表类型
fill_value:减去之前要在系列/列表中用NaN替换的值
level:多索引时级别的整数值

返回类型：减去值的来电者系列

要下载以下示例中使用的数据集，请单击此处。在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。

范例1：减法表

在此示例中，使用.head()方法将前5行存储在新变量中。之后，使用.sub()方法创建相同长度的列表并将其从薪水列中减去

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
  
# creating short data of 5 rows 
short_data = data.head() 
  
# creating list with 5 values 
list =[5, 4, 3, 2, 1] 
  
# subtracting list data 
# creating new column 
short_data["Subtracted values"]= short_data["Salary"].sub(list) 
  
# display 
short_data

输出：
如输出图像中所示，可以将“减值”列与“薪金”列-列表的减值进行比较。

范例2：将系列添加到具有空值的系列

在此示例中，从“工资”列中减去“年龄”列。由于salary列也包含空值，因此默认情况下，无论减去什么，它都会返回NaN。在此示例中，传递20以将空值替换为20。

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
  
# age series 
age = data["Age"] 
  
# na replacement 
na = 20
  
# adding values 
# storing to new column 
data["Subtracted values"]= data["Salary"].sub(other = age, fill_value = na) 
  
# display 
data

输出：
如输出图像中所示，在Null值的情况下，Subtracted value列已从20中减去age列。

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.sub()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。