如何在 Pandas DataFrame 中减去两列？

正在使用的数据框：

方法一：直接法 

这是__getitem__方法语法( [] )，它允许您使用列名直接访问数据框的列。

示例：减去 Pandas 数据框中的两列

• Python3

 

import numpy as np

import pandas as pd

  

data = np.arange(0, 20).reshape(4, 5)

  

  

df1 = pd.DataFrame(data,

                   index=['Row 1', 'Row 2', 'Row 3', 'Row 4'],

                   columns=['Column 1', 'Column 2', 'Column 3',

                            'Column 4', 'Column 5'])

  

# using our previous example

# now let's subtract the values of two columns

df1['Column 1'] - df1['Column 2']

输出： 

方法 2：定义函数

我们可以创建一个专门用于减去列的函数，将列数据作为参数，然后使用 apply 方法将其应用于整个列的所有数据点。 

示例：减去 Pandas 数据框中的两列

• Python3

 

import numpy as np

import pandas as pd

  

def diff(a, b):

    return b - a

  

data = np.arange(0, 20).reshape(4, 5)

  

  

df = pd.DataFrame(data,

                  index=['Row 1', 'Row 2', 'Row 3', 'Row 4'],

                  columns=['Column 1', 'Column 2', 'Column 3',

                           'Column 4', 'Column 5'])

  

  

df['Difference_2_1'] = df.apply(

    lambda x: diff(x['Column 2'], x['Column 2']), axis=1)

输出 ： 

方法 3：使用apply()

由于我们要执行的操作很简单，我们可以直接使用apply()方法而无需显式定义函数。将轴参数提供为1以访问列。 

句法：

s.apply(func, convert_dtype=True, args=())

参数：

• func: .apply 接受一个函数并将其应用于 pandas 系列的所有值。
• convert_dtype：根据函数的操作转换 dtype。
• args=()：传递给函数而不是系列的附加参数。

返回类型：应用功能/操作后的熊猫系列。

示例：在 Pandas Dataframe 中减去两列 

• Python3

 

import pandas as pd

import numpy as np

  

data = np.arange(0, 20).reshape(4, 5)

  

  

df = pd.DataFrame(data,

                  index=['Row 1', 'Row 2', 'Row 3', 'Row 4'],

                  columns=['Column 1', 'Column 2', 'Column 3',

                           'Column 4', 'Column 5'])

  

  

df['diff_3_4'] = df.apply(lambda x: x['Column 3'] - x['Column 4'], axis=1)

df

输出：

方法 4：使用分配方法

assign()方法将新列分配给 DataFrame，返回一个新对象（副本），其中新列添加到原始列。 

示例：减去 Pandas 数据框中的两列

• Python3

 

import numpy as np

import pandas as pd

  

data = np.arange(0, 20).reshape(4, 5)

  

  

df = pd.DataFrame(data,

                  index=['Row 1', 'Row 2', 'Row 3', 'Row 4'],

                  columns=['Column 1', 'Column 2', 'Column 3',

                           'Column 4', 'Column 5'])

  

  

df = df.assign(diff_1_5=df['Column 1'] - df['Column 5'])

  

df

输出 ：