python sub函数用法_Python Pandas dataframe.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。

Pandas dataframe.sub()函数用于查找数据帧和其他逐元素的减法。此功能与执行dataframe - other但支持替换其中一个输入中的丢失数据。

用法：DataFrame.sub(other, axis=’columns’, level=None, fill_value=None)

参数：

other:系列，DataFrame或常量

axis:对于系列输入，轴与系列索引匹配

level:在一个级别上广播，在传递的MultiIndex级别上匹配Index值

fill_value:在计算之前，请使用此值填充现有的缺失(NaN)值以及成功完成DataFrame对齐所需的任何新元素。如果两个对应的DataFrame位置中的数据均丢失，则结果将丢失。

返回：结果：DataFrame

范例1：采用sub()函数用于将 DataFrame 中的每个元素与一系列相应元素相减。

# importing pandas as pd

import pandas as pd

# Creating the dataframe

df = pd.DataFrame({"A":[1, 5, 3, 4, 2],

"B":[3, 2, 4, 3, 4],

"C":[2, 2, 7, 3, 4],

"D":[4, 3, 6, 12, 7]},

index =["A1", "A2", "A3", "A4", "A5"])

# Print the dataframe

df

让我们创建系列

# importing pandas as pd

import pandas as pd

# Create the series

sr = pd.Series([12, 25, 64, 18], index =["A", "B", "C", "D"])

# Print the series

sr

让我们使用dataframe.sub()减法功能。

# equivalent to df - sr

df.sub(sr, axis = 1)

输出：

范例2：采用sub()函数将 DataFrame 中的每个元素与其他 DataFrame 中的相应元素相减

# importing pandas as pd

import pandas as pd

# Creating the first dataframe

df1 = pd.DataFrame({"A":[1, 5, 3, 4, 2],

"B":[3, 2, 4, 3, 4],

"C":[2, 2, 7, 3, 4],

"D":[4, 3, 6, 12, 7]},

index =["A1", "A2", "A3", "A4", "A5"])

# Creating the second dataframe

df2 = pd.DataFrame({"A":[10, 11, 7, 8, 5],

"B":[21, 5, 32, 4, 6],

"C":[11, 21, 23, 7, 9],

"D":[1, 5, 3, 8, 6]},

index =["A1", "A2", "A3", "A4", "A5"])

# subtract df2 from df1

df1.sub(df2)

输出：

注意，数据帧df1的每个元素已与df2中的相应元素相减。