Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的,但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引,並提供了許多方法來執行涉及索引的操作。
Pandas Series.subtract()
函數本質上執行係列和其他逐元素的減法(二進製運算符sub)。相當於series - other
,但支持用fill_value代替輸入之一中的丟失數據。
用法: Series.subtract(other, level=None, fill_value=None, axis=0)
參數:
other:序列或標量值
fill_value:在計算之前,請使用此值填充現有的缺失(NaN)值以及成功進行係列比對所需的任何新元素。
level:在一個級別上廣播,在傳遞的MultiIndex級別上匹配索引值
返回:係列
範例1:采用Series.subtract()
函數從元素係列的給定Series對象中減去標量。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
# Print the series
print(sr)
輸出:
現在我們將使用Series.subtract()
函數以標量元素為單位執行級數的減法。
# subtract all the elements of the
# series by 10
sr.subtract(10)
輸出:
從輸出中可以看到,Series.subtract()
函數已成功將給定Series對象的所有元素減去10。請注意,尚未對缺失值執行減法。
範例2:采用Series.subtract()
函數從元素係列的給定Series對象中減去標量。還將丟失的值替換為100。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
# Print the series
print(sr)
輸出:
現在我們將使用Series.subtract()
函數以標量元素為單位執行級數的減法。我們將序列對象中的缺失值替換為100。
# subtract all the elements of the
# series by 10 and also fill 100 at
# the place of missing values.
sr.subtract(10, fill_value = 100)
輸出:
從輸出中可以看到,Series.subtract()
函數已成功將給定Series對象的所有元素減去10。請注意,我們如何在缺失值的位置替換100。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.str.contains()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas dataframe.sem()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas.Categorical()用法及代碼示例
- Python Pandas.apply()用法及代碼示例
- Python Pandas TimedeltaIndex.contains用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Series.str.pad()用法及代碼示例
- Python Pandas Series.take()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas series.str.get()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.subtract()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。