Python Pandas 向 DataFrame 添加或减去用户定义的数字答案

【问题标题】：Python Pandas Adding or Subtracting User Defined Numbers to DataFramePython Pandas 向 DataFrame 添加或减去用户定义的数字
【发布时间】：2021-10-27 05:56:52
【问题描述】：

我正在尝试修改我从 Excel 中读取的数据框。我想修改“Region1”和“Region2”列，更具体地说，我想从“Region1”列中减去一个用户定义的数字，并将一个用户定义的数字添加到“Region2”。我可以修改数据框以便我可以同时执行这两个操作，即从“Region1”中减去 5 并将 5 添加到“Region2”。

import pandas as pd
import numpy as np

df = pd.read_csv('C:\\Users\\blahblah\\Desktop\\testroi.bed', delimiter= '\t')

df[['Region1', 'Region2']]

Region1 Region2
0   25870184    25870282
1   25880407    25880560
2   25881345    25881468
3   25883638    25883763
4   25889129    25889212
... ... ...
432 107645314   107645443
433 107646702   107646854
434 107651377   107651481
435 107651648   107651661
436 107665889   107665965
437 rows × 2 columns

我可以为“Region1”和“Region2”创建新的 dfs 来进行加/减，但我想知道是否可以在同一数据帧上使用 1 行代码同时执行这两个操作。所以基本上使用上面的数据框，'Region1'的第0个索引将是25870184 - 5 = 25870179和'Region2'的25870282 + 5 = 25870287。从所有列和行重复操作，即我知道我可以通过df=df['Region1'] -5 进行操作，但我想知道我是否可以同时进行两个操作，即df = df['Region1'] -5 , df['Region2'] + 5。我遇到的麻烦是在同一个数据帧上同时进行两个操作。

谢谢

【问题讨论】：

您想同时做这两件事有什么特别的原因吗？
如果我为加减运算创建单独的 DF，我觉得我必须跟踪多个 DF 并在以后合并它们，这可能更难维护，尤其是对于大数据集。所以我想避免复杂性。

标签： python pandas dataframe addition subtraction

【解决方案1】：

您可以使用apply 同时修改所有值。

df = pd.DataFrame([[0, 0], [1, 1], [2, 2]], columns=["Region1", "Region2"])

   Region1  Region2
0        0        0
1        1        1
2        2        2

number1, number2 = 1, 2 # User defined numbers

def adjust(row):
    row["Region1"] -= number1
    row["Region2"] += number2
    return row

df.apply(adjust, axis=1)

输出

   Region1  Region2
0       -1        2
1        0        3
2        1        4

但是，我认为与简单地执行 2 个单独的操作相比没有任何优势：

df["Region1"] -= number1
df["Region2"] += number2
df

输出：

   Region1  Region2
0       -1        2
1        0        3
2        1        4

【讨论】：

【解决方案2】：

可以使用.assign()语句，如下：

df = df.assign(Region1=(df['Region1'] - 5), Region2=(df['Region2'] + 5))

结果：

print(df)

       Region1    Region2
0     25870179   25870287
1     25880402   25880565
2     25881340   25881473
3     25883633   25883768
4     25889124   25889217
432  107645309  107645448
433  107646697  107646859
434  107651372  107651486
435  107651643  107651666
436  107665884  107665970

【讨论】：

大家好，感谢您提供的快速而精彩的建议。我尝试了它们，它们都起作用了。我是一个快乐的露营者。 :)
@MuffinManCaniko 很高兴能帮上忙，你得到了你想要的。请记住接受您认为最适合您的情况的答案。我认为您在此处引用的示例案例只是简化问题的虚构案例。选择最适合您的一般用途的解决方案。您可以点击左侧的✓ 接受答案（见How to accept SO answers）祝您编程愉快，祝您有美好的一天！ :-)
@MuffinManCaniko 查看 StackOverflow 指南here
@是的，谢谢，我尝试为答案投票，但我没有足够的分数。我是农民。
@MuffinManCaniko 不管你有多少分，你仍然可以接受答案。接受不赞成。我已经给你提供了指导方针How to accept SO answers)

【解决方案3】：

最简单（也是最快的，因为它是就地）是：

df[['Region1', 'Region2']] += [-5, 5]

>>> df[['Region1', 'Region2']]
       Region1    Region2
0     25870179   25870287
1     25880402   25880565
2     25881340   25881473
3     25883633   25883768
4     25889124   25889217
432  107645309  107645448
433  107646697  107646859
434  107651372  107651486
435  107651643  107651666
436  107665884  107665970

【讨论】：