从给定多个索引的熊猫数据框中减去系列值答案

【问题标题】：Subtract series value from pandas data frame given multiple index从给定多个索引的熊猫数据框中减去系列值
【发布时间】：2016-08-16 07:07:21
【问题描述】：

我在 Pandas 中有一个大数据框，table A，结构如下：

键1 键2 值1 1 201501 12 2 201502 4 3 201503 3 4 201506 9 5 201507 15 6 201509 楠

从 table A，colum value1，我想从 table B 中减去 value2，外观如下，使用 key1 和 key2 作为连接键：

键1 键2 值2 1 201501 11 3 201503 2 5 201507 14

我想要 table A 中的以下内容：

键1 键2 值1 1 201501 1 2 201502 4 3 201503 1 4 201506 9 5 201507 1 6 201509 楠

我怎样才能以超高效的方式实现这一目标？今天我将这两个表和A 中的 value1 与B 中的 value2 合并在一起，我的问题是这是否可以用更智能的 pythonic“look- up”的时尚，哪个更时尚更小巧？

下面的数据框代码

import numpy as np

tableA= pd.DataFrame({'key1':[1,2,3,4,5,6],
                'key2':[201501,201502,201503,201506,201507,201509],
                'value1':[12,4,3,9,15,np.nan]
                })



tableB= pd.DataFrame({'key1':[1,3,5],
                'key2':[201501,201503,201507],
                'value1':[11,2,14]
                })

【问题讨论】：

标签： python pandas join dataframe subtraction

【解决方案1】：

tableA.set_index(keys).value1 \
    .sub(tableB.set_index(keys).value1, fill_value=0) \
    .reset_index()

【讨论】：

【解决方案2】：

您可以用set_index 用MultiIndexes 创建DataFrames，然后用sub 和fillna 减去第一个DataFrame：

print (tableA.set_index(['key1','key2'])
             .sub(tableB.set_index(['key1','key2']))
             .fillna(tableA.set_index(['key1','key2']))
             .reset_index())

   key1    key2  value1
0     1  201501     1.0
1     2  201502     4.0
2     3  201503     1.0
3     4  201506     9.0
4     5  201507     1.0
5     6  201509     NaN

combine_first 的另一个解决方案：

print (tableA.set_index(['key1','key2'])
             .sub(tableB.set_index(['key1','key2']))
             .combine_first(tableA.set_index(['key1','key2']))
             .reset_index())

   key1    key2  value1
0     1  201501     1.0
1     2  201502     4.0
2     3  201503     1.0
3     4  201506     9.0
4     5  201507     1.0
5     6  201509     NaN

【讨论】：

如果表 A 包含除指定的三列之外的多列，上述情况是否成立？
然后使用另一个piRSquared的解决方案。