在大 pandas 中合并和减去DataFrame列？ [英] Merging and subtracting DataFrame columns in pandas?

问题描述

我有一个大熊猫DataFrame，如：

  col1 col2 col3 col5 
 NaN 1 2 8 
 2 NaN 4 8 
 4 NaN 4 8 
  

我想做两件事情：

1）合并列1和2：

  newcol1 col3 col5 
 1 2 8 
 2 4 8 
 4 4 8 
  

我已经尝试使用.concat，但只是连接这些行。看起来不像我可以使用具有NaN值的标准 + 运算符。

2）从第5列中删除新的第1列和第3列，所以我最终得到：

  newcol1 col3 
 -7 -6 
 -6 -4 
 -4 -4 
  

尝试这样做：

  dataframe [['newcol1'，'col2']]  -  dataframe ['col5'] 
  

和

  dataframe [['newcol1' ，'col2']]。subtract（dataframe ['col5']）
  

/ p>

解决方案

要获得新列，您可以使用 fillna （或 combine_first ）：

  df ['newcol1'] = df.col1。 fillna（df.col2）
  

然后对于减法，使用 sub 并指定 axis = 0 ，因为我们想在匹配标签时考虑行索引（不是列索引的默认值）：

 >>> df [['newcol1'，'col3']]。sub（df ['col5']，axis = 0）
 newcol1 col3 
 0 -7 -6 
 1 -6 -4 
 2 -4 -4 
  




I have a pandas DataFrame, something like:

col1  col2 col3 col5
NaN    1    2    8
2     NaN   4    8
4     NaN   4    8

I want to do two things:

1) Merge columns 1 and 2:

newcol1 col3 col5
1       2    8
2       4    8
4       4    8

I have tried using .concat, but that just concatenates the rows. Doesn't seem like I can use standard + operators with NaN values.

2) Subtract column 5 from new column 1 and column 3, so I end up with:

newcol1    col3
-7         -6
-6         -4
-4         -4

Tried doing it this way:

dataframe[['newcol1', 'col2']] - dataframe['col5']

and

dataframe[['newcol1', 'col2']].subtract(dataframe['col5'])

but neither works.

解决方案

To get the new column, you could use fillna (or combine_first):

df['newcol1'] = df.col1.fillna(df.col2)

Then for the subtraction, use sub and specify axis=0 since we want to consider the row indices when matching up labels (not the column indices as is the default):

>>> df[['newcol1', 'col3']].sub(df['col5'], axis=0)
   newcol1  col3
0       -7    -6
1       -6    -4
2       -4    -4

这篇关于在大 pandas 中合并和减去DataFrame列？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！