Python Pandas DataFrame rsub方法用法及代碼示例

Pandas DataFrame.rsub(~) 方法從標量、序列、Series 或 DataFrame 中減去源 DataFrame 中的值，即：

other - DataFrame

附帶說明一下，這與 DataFrame.sub(~) 正好相反：

DataFrame - other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 rsub(~) 相當於使用 - 運算符執行減法。

參數

1.other | scalar 或 sequence 或 Series 或 DataFrame

生成的 DataFrame 將從 other 中減去源 DataFrame 。

2. axis | int 或 string | optional

是否為源DataFrame的每一列或每一行廣播other：

軸	說明
`"index"` 或 `0`	每列廣播`other`。
`"columns"` 或 `1`	每行廣播 `other`。

僅當源 DataFrame 的形狀與 other 的形狀不對齊時，這才相關。默認情況下，axis=1 。

3. level | int 或 string | optional

要考慮的級別的名稱或整數索引。僅當您的 DataFrame 是多索引時，這才相關。

4. fill_value | float 或 None | optional

在計算之前替換NaN的值。兩個 NaN 之間的減法始終會得到 NaN 。默認情況下，fill_value=None 。

返回值

減法產生新的DataFrame。

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[1,10], "B":[100,1000]})
df_other = pd.DataFrame({"A":[3,4],"B":[5,6]})



   A   B     |     A  B
0  1   100   |  0  3  5
1  10  1000  |  1  4  6

從 df_other 中減去 df 得出：

df.rsub(df_other)



   A   B
0  2   -95
1  -6  -994

廣播

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,10], "B":[100,1000]})
df



   A   B
0  1   100
1  10  1000

逐行減法

默認情況下， axis=1 ，這意味著 other 將為 df 中的每一行廣播：

df.rsub([3,4])   # axis=1



   A   B
0  2   -96
1  -7  -996

在這裏，我們進行以下逐元素減法：

3-1 4-100
3-10 4-1000

逐列減法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.rsub([3,4], axis=0)



   A   B
0  2   -97
1  -6  -996

在這裏，我們進行以下逐元素減法：

3-1 3-100
4-10 4-1000

指定fill_value

考慮以下帶有一些缺失值的DataFrames：

df = pd.DataFrame({"A":[3,np.NaN], "B":[np.NaN,4]})
df_other = pd.DataFrame({"A":[10,100],"B":[np.NaN,np.NaN]})



   A    B     |     A    B
0  3.0  NaN   |  0  10   NaN
1  NaN  4.0   |  1  100  NaN

默認情況下，當我們使用 rsub(~) 執行減法時，任何使用 NaN 的運算都會得到 NaN ：

df.rsub(df_other)



   A    B
0  7.0  NaN
1  NaN  NaN

我們可以在執行減法之前使用 fill_value 參數填充 NaN 值，如下所示：

df.rsub(df_other, fill_value=100)



   A    B
0  7.0  NaN
1  0.0  96.0

在這裏，請注意兩個 NaN 之間的減法仍然會產生 NaN，而不管 fill_value 如何。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | rsub method。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。