在 Pandas DataFrame 中两列相减
Manav Narula
2023年1月30日
Pandas 可以处理非常大的数据集，并且有多种功能和操作可以应用到数据中。
其中一个简单的操作是对两列进行减法，并将结果存储在一个新的列中，这将在本教程中讨论。这个简单的任务可以通过多种方式来完成。我们将计算下面 DataFrame 中'a'和'd'列之间的差。
import pandas as pd
df = pd.DataFrame(
[[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)
print(df)
输出：
a b c d
0 10 6 7 8
1 1 9 12 14
2 5 8 10 6
使用 __getitem__ 语法([])来做 Pandas 中的两列相减
两列相减的最简单方法是访问所需的列，并使用 __getitem__ 语法([])创建一个新列。例如：
import pandas as pd
df = pd.DataFrame(
[[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)
df["d - a"] = df["d"] - df["a"]
print(df)
输出：
a b c d d - a
0 10 6 7 8 -2
1 1 9 12 14 13
2 5 8 10 6 1
在 Pandas 中使用函数做两列相减
我们可以很容易地在 Pandas 中创建一个两列相减的函数，并使用 apply() 函数将其应用到 DataFrame 的指定列中。我们将为 apply() 函数提供参数 axis，并将其设置为 1，表示该函数应用于列。
import pandas as pd
df = pd.DataFrame(
[[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)
def x(a, b):
return a - b
df["d - a"] = df.apply(lambda f: x(f["d"], f["a"]), axis=1)
print(df)
输出：
a b c d d - a
0 10 6 7 8 -2
1 1 9 12 14 13
2 5 8 10 6 1
由于列的减法是一个比较简单的操作，所以我们可以直接使用 lambda 关键字在 apply() 函数中创建简单的单行函数。
import pandas as pd
df = pd.DataFrame(
[[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)
df["d - a"] = df.apply(lambda x: x["d"] - x["a"], axis=1)
print(df)
输出：
a b c d d - a
0 10 6 7 8 -2
1 1 9 12 14 13
2 5 8 10 6 1
在 Pandas 中使用 assign() 方法做两列相减
DataFrame assign() 方法用于在执行某些操作后向 DataFrame 中添加一列。它返回一个新的 DataFrame，其中包含所有原始的和新的列。下面的例子将展示如何使用 assign() 方法减去两列。
import pandas as pd
df = pd.DataFrame(
[[10, 6, 7, 8], [1, 9, 12, 14], [5, 8, 10, 6]], columns=["a", "b", "c", "d"]
)
df = df.assign(d_minus_a=df["d"] - df["a"])
print(df)
输出：
a b c d d_minus_a
0 10 6 7 8 -2
1 1 9 12 14 13
2 5 8 10 6 1
作者： Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn