Python | 熊猫 DataFrame.subtract()

简介

DataFrame.subtract()函数用于按照指定的轴对两个DataFrame对象的元素进行减法操作。

语法：

DataFrame.subtract(other, axis='columns', level=None, fill_value=None)

参数说明：

• other：需要进行操作的第二个DataFrame对象。
• axis：指定操作的轴，默认为列（'columns'）。
• level：指定多层索引的级别。
• fill_value：用于替换缺失值的标量值。

示例

首先，导入所需的模块和创建示例DataFrame：

import pandas as pd

data1 = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df1 = pd.DataFrame(data1)

data2 = {'A': [1, 1, 1], 'B': [5, 5, 5], 'C': [10, 10, 10]}
df2 = pd.DataFrame(data2)

示例1：对两个DataFrame的所有元素进行减法操作。

df = df1.subtract(df2)
print(df)

输出：

   A  B  C
0  0 -1 -3
1  1  0 -2
2  2  1 -1

代码说明：

• df对象为df1和df2元素相减后的结果。

示例2：选择操作的轴为行进行减法操作。

df = df1.subtract(df2, axis='rows')
print(df)

输出：

   A  B  C
0  0 -1 -3
1  1  0 -2
2  2  1 -1

代码说明：

• 操作的轴为行，即对df1和df2的每一行元素进行减法操作。

示例3：使用指定的标量值填充缺失值。

df1.loc[:, 'A'] = None
df2.loc[1, :] = None

df = df1.subtract(df2, fill_value=0)
print(df)

输出：

     A    B    C
0  1.0 -1.0 -3.0
1  1.0  5.0 nan
2  3.0  1.0 -1.0

代码说明：

• df1和df2中都有缺失值，使用fill_value参数将缺失值替换为0。

总结

DataFrame.subtract()函数可以对两个DataFrame对象的元素进行减法操作，可用于计算差异、比较数据等场景。在使用时，可以指定操作的轴和多层索引的级别，并对缺失值进行处理。