Python Pandas DataFrame sub方法用法及代碼示例

Pandas DataFrame.sub(~) 方法從源 DataFrame 中的值中減去標量、序列、Series 或 DataFrame，即：

DataFrame - other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 sub(~) 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 將從源 DataFrame 中減去 other。

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 和 other 的尺寸不對齊時，這才相關。默認情況下，axis="columns" 。

3. level | int 或 string | optional

要考慮的級別的名稱或整數索引。如果您的 DataFrame 是多索引，則這是相關的。

4. fill_value | float 或 None | optional

在計算之前替換NaN的值。如果減法涉及兩個 NaN ，那麽結果仍然是 NaN 。默認情況下，fill_value=None 。

返回值

從源 DataFrame 中減去 other 得到的新 DataFrame。

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df_other = pd.DataFrame({"A":[9,8], "B":[7,6]})



   A  B  |     A  B
0  2  4  |  0  9  7
1  3  5  |  1  8  6

從 df 中減去 df_other 得出：

df.sub(df_other)



   A   B
0  -7  -3
1  -5  -1

廣播

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df



   A  B
0  2  4
1  3  5

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.sub([6,7])   # axis=1



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

在這裏，我們進行以下逐元素減法：

2-6 4-7
3-6 5-7

逐列減法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.sub([6,7], axis=0)



    A   B
0  -4  -2
1  -4  -2

在這裏，我們進行以下逐元素減法：

2-6 4-6
3-7 5-7

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[2,np.NaN], "B":[np.NaN,5]})
df_other = pd.DataFrame({"A":[10,20],"B":[np.NaN,np.NaN]})



   A    B     |     A   B
0  2.0  NaN   |  0  10  NaN
1  NaN  5.0   |  1  20  NaN

默認情況下，當我們使用 sub(~) 方法執行減法時，任何使用 NaN 的操作都會產生 NaN ：

df.sub(df_other)



   A     B
0  -8.0  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.sub(df_other, fill_value=100)



   A      B
0  -8.0   NaN
1  80.0  -95.0

在這裏，請注意兩個 NaN 之間的減法結果仍然是 NaN ，而不管 fill_value 。

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 | sub 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。