6

首先，让我做个铺垫。

我从一个pandasdataframe开始klmn，它看起来像这样：

In [15]: klmn
Out[15]: 
    K  L         M   N
0   0  a -1.374201  35
1   0  b  1.415697  29
2   0  a  0.233841  18
3   0  b  1.550599  30
4   0  a -0.178370  63
5   0  b -1.235956  42
6   0  a  0.088046   2
7   0  b  0.074238  84
8   1  a  0.469924  44
9   1  b  1.231064  68
10  2  a -0.979462  73
11  2  b  0.322454  97

接下来，我根据“K”列中的值拆分klmn为两个数据框，klmn0并且klmn1：

In [16]: k0 = klmn.groupby(klmn['K'] == 0)
In [17]: klmn0, klmn1 = [klmn.ix[k0.indices[tf]] for tf in (True, False)]
In [18]: klmn0, klmn1
Out[18]: 
(   K  L         M   N
0  0  a -1.374201  35
1  0  b  1.415697  29
2  0  a  0.233841  18
3  0  b  1.550599  30
4  0  a -0.178370  63
5  0  b -1.235956  42
6  0  a  0.088046   2
7  0  b  0.074238  84,
     K  L         M   N
8   1  a  0.469924  44
9   1  b  1.231064  68
10  2  a -0.979462  73
11  2  b  0.322454  97)

最后，我计算 中列的平均值，按M列中klmn0的值分组L：

In [19]: m0 = klmn0.groupby('L')['M'].mean(); m0
Out[19]: 
L
a   -0.307671
b    0.451144
Name: M

现在，我的问题是，如何m0从子数据框的M列中减去，尊重列中的值？klmn1L （我的意思是从列中的每一行的列中m0['a']减去，对于.）Mklmn1'a'Lm0['b']

可以想象以一种将M列中的值替换klmn1为新值（在从 中减去值之后m0）的方式来执行此操作。或者，可以想象以一种klmn1保持不变的方式执行此操作，而是生成一个klmn11带有更新M列的新数据框。 我对这两种方法都感兴趣。

4

2 回答 2

6

如果您将 klmn1 数据框的索引重置为 L 列的索引，那么您的数据框将自动将索引与您从中减去的任何系列对齐：

In [1]: klmn1.set_index('L')['M'] - m0
Out[1]:
L
a    0.777595
a   -0.671791
b    0.779920
b   -0.128690
Name: M
于 2013-02-18T22:57:15.810 回答
5

选项1：

df1.subtract(df2, fill_value=0)

选项#2：

df1.subtract(df2, fill_value=None)
于 2016-12-30T21:14:41.313 回答