python中sub的用法_Python Pandas Series.sub()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Python Series.sub()用于从调用者序列中减去序列或列出长度相同的类似对象。

用法：Series.sub(other, level=None, fill_value=None, axis=0)

参数：

other:要从调用者系列中减去的其他系列或列表类型

fill_value:减去之前要在系列/列表中用NaN替换的值

level:多索引时级别的整数值

返回类型：减去值的来电者系列

要下载以下示例中使用的数据集，请单击此处。在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。

范例1：减法表

在此示例中，使用.head()方法将前5行存储在新变量中。之后，使用.sub()方法创建相同长度的列表并将其从薪水列中减去

# importing pandas module

import pandas as pd

# reading csv file from url

data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")

# creating short data of 5 rows

short_data = data.head()

# creating list with 5 values

list =[5, 4, 3, 2, 1]

# subtracting list data

# creating new column

short_data["Subtracted values"]= short_data["Salary"].sub(list)

# display

short_data

输出：

如输出图像中所示，可以将“减值”列与“薪金”列-列表的减值进行比较。

范例2：将系列添加到具有空值的系列

在此示例中，从“工资”列中减去“年龄”列。由于salary列也包含空值，因此默认情况下，无论减去什么，它都会返回NaN。在此示例中，传递20以将空值替换为20。

# importing pandas module

import pandas as pd

# reading csv file from url

data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")

# age series

age = data["Age"]

# na replacement

na = 20

# adding values

# storing to new column

data["Subtracted values"]= data["Salary"].sub(other = age, fill_value = na)

# display

data

输出：

如输出图像中所示，在Null值的情况下，Subtracted value列已从20中减去age列。