关于python：根据pandas dataframe中的键列减去列

Subtracting columns based on key column in pandas dataframe

我有两个数据帧看起来像

DF1:

1
2
3
4
5

ID A B C D
0 'ID1' 0.5 2.1 3.5 6.6
1 'ID2' 1.2 5.5 4.3 2.2
2 'ID1' 0.7 1.2 5.6 6.0
3 'ID3' 1.1 7.2 10. 3.2

DF2:

1
2
3
4
5

ID A B C D
0 'ID1' 1.0 2.0 3.3 4.4
1 'ID2' 1.5 5.0 4.0 2.2
2 'ID3' 0.6 1.2 5.9 6.2
3 'ID4' 1.1 7.2 8.5 3.0

号

df1可以有多个具有相同ID的条目，而每个ID只在df2中出现一次。同样，并非所有DF2中的ID都必须存在于DF1中。我不能用set_index()来解决这个问题，因为df1中的多行可以有相同的ID，而df1和df2中的ID没有对齐。

我想创建一个新的数据帧，在这里我根据匹配的ID从df1[['A','B','C','D']]中减去df2[['A','B','C','D']]中的值。

生成的数据帧如下所示：

df_新：

1
2
3
4
5

ID A B C D
0 'ID1' -0.5 0.1 0.2 2.2
1 'ID2' -0.3 0.5 0.3 0.0
2 'ID1' -0.3 -0.8 2.3 1.6
3 'ID3' 0.5 6.0 1.5 0.2

我知道如何使用循环来实现这一点，但是由于我处理的是大量的数据，这一点都不实际。与大熊猫相处的最好方式是什么？

你只需要设置索引和减法

1
2
3
4
5
6
7
8

(df1.set_index('ID')-df2.set_index('ID')).dropna(axis=0)
Out[174]:
A B C D
ID
'ID1' -0.5 0.1 0.2 2.2
'ID1' -0.3 -0.8 2.3 1.6
'ID2' -0.3 0.5 0.3 0.0
'ID3' 0.5 6.0 4.1 -3.0

如果订单很重要，则为df2添加reindex。

1
2
3
4
5
6
7

(df1.set_index('ID')-df2.set_index('ID').reindex(df1.ID)).dropna(axis=0).reset_index()
Out[211]:
ID A B C D
0 'ID1' -0.5 0.1 0.2 2.2
1 'ID2' -0.3 0.5 0.3 0.0
2 'ID1' -0.3 -0.8 2.3 1.6
3 'ID3' 0.5 6.0 4.1 -3.0

号