减去数据框中的两列答案

【问题标题】：Subtract two columns in dataframe减去数据框中的两列
【发布时间】：2018-06-29 06:29:03
【问题描述】：

我的 df 如下所示：

Index    Country    Val1  Val2 ... Val10
1        Australia  1     3    ... 5
2        Bambua     12    33   ... 56
3        Tambua     14    34   ... 58

我想从每个国家/地区的 Val1 中减去 Val10，所以输出如下所示：

Country    Val10-Val1
Australia  4
Bambua     23
Tambua     24

到目前为止，我得到了：

def myDelta(row):
    data = row[['Val10', 'Val1']]
    return pd.Series({'Delta': np.subtract(data)})

def runDeltas():
    myDF = getDF() \
        .apply(myDelta, axis=1) \
        .sort_values(by=['Delta'], ascending=False)
    return myDF

runDeltas 导致此错误：

ValueError: ('invalid number of arguments', u'occurred at index 9')

解决这个问题的正确方法是什么？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

给定以下数据框：

df = pd.DataFrame([["Australia", 1, 3, 5],
                   ["Bambua", 12, 33, 56],
                   ["Tambua", 14, 34, 58]
                  ], columns=["Country", "Val1", "Val2", "Val10"]
                 )

归结为一个简单的broadcasting operation：

>>> df["Val1"] - df["Val10"]
0    -4
1   -44
2   -44
dtype: int64

【讨论】：

【解决方案2】：

使用这个作为df：

df = pd.DataFrame([["Australia", 1, 3, 5],
               ["Bambua", 12, 33, 56],
               ["Tambua", 14, 34, 58]
              ], columns=["Country", "Val1", "Val2", "Val10"]
             )

您也可以进行减法并将其放入新列中，如下所示。

>>>df['Val_Diff'] = df['Val10'] - df['Val1']

    Country     Val1    Val2  Val10 Val_Diff
0   Australia   1       3      5    4
1   Bambua      12      33     56   44
2   Tambua      14      34     58   44

【讨论】：

【解决方案3】：

我今天所面临的，让我雄心勃勃地与你分享。如上所述，您可以轻松使用：

df['Val10-Val1'] = df['Val10']-df['Val1']

但有时您可能需要使用 apply 功能，因此您可以使用以下行：

df['Val10-Val1'] = df.apply(lambda row: row['Val10']-row['Val1'])

【讨论】：

小心！您的代码df['Val10-Val1'] = df.apply(lambda row: row['Val10']-row['Val1']) 将产生KeyError: ('Val10', 'occurred at index Country')，因为您没有正确指定轴。功能代码如下：df['Val10-Val1'] = df.apply(lambda row: row['Val10'] - row['Val1'], axis=1).

【解决方案4】：

你也可以使用pandas.DataFrame.assign函数：e,g

import numpy as np
import pandas as pd

df = pd.DataFrame([["Australia", 1, 3, 5],
                   ["Bambua", 12, 33, 56],
                   ["Tambua", 14, 34, 58]
                  ], columns=["Country", "Val1", "Val2", "Val10"]
                 )

df = df.assign(Val10_minus_Val1 = df['Val10'] - df['Val1'])

assign 最好的部分是您可以添加任意数量的作业。例如得到两者的差异，然后得到它的日志

df = df.assign(Val10_minus_Val1 = df['Val10'] - df['Val1'], log_result = lambda x: np.log(x.Val10_minus_Val1) )

结果：

【讨论】：

【解决方案5】：

您可以通过使用 lambda 函数并分配给新列来做到这一点。

df['Val10-Val1'] = df.apply(lambda x: x['Val10'] - x['Val1'], axis=1)
print df

【讨论】：

注意：Pandas 系列上的矢量化（例如 df[col2]-df[col1]）通常比使用 DataFrame apply with axis=1 具有更好的性能。

【解决方案6】：

虽然这是一个老问题，但 pandas 允许使用 pandas.DataFrame.subtract 减去两个 DataFrames 或 Seriess

import pandas as pd

df = pd.DataFrame([["Australia", 1, 3, 5],
                   ["Bambua", 12, 33, 56],
                   ["Tambua", 14, 34, 58]
                  ], columns=["Country", "Val1", "Val2", "Val10"]
                 )


df["Val1"].subtract(df["Val2"])

输出：

0    -2
1   -21
2   -20
dtype: int64

【讨论】：