如何从pandas python中另一个数据帧的子集交集中减去一个数据帧

发布时间：2020-12-20 12:34:49 所属栏目：Python 来源：网络整理

导读：我在 python中有以下数据帧：数据帧1 1 2 3 4 5dog dog 0 1 1 0 1 fox 1 0 0 0 0 jumps 0 0 0 1 0 over 1 0 1 0 1 the 0 1 0 0 0fox dog 0 0 1 1 1 fox 0 0 0 0 0 jumps 0 0 1 0 1 over 0 1 0 0 0 the 0 0 0 1 1jumps dog 0 0 0 0 0 fox 0 1 0 1 1 jumps 0

我在 python中有以下数据帧：

数据帧1

1  2  3  4  5
dog   dog    0  1  1  0  1
      fox    1  0  0  0  0
      jumps  0  0  0  1  0
      over   1  0  1  0  1
      the    0  1  0  0  0
fox   dog    0  0  1  1  1
      fox    0  0  0  0  0
      jumps  0  0  1  0  1
      over   0  1  0  0  0
      the    0  0  0  1  1
jumps dog    0  0  0  0  0
      fox    0  1  0  1  1
      jumps  0  0  0  0  1
      over   1  0  1  0  0
      the    0  0  0  0  0
over  dog    0  0  1  0  0
      fox    0  1  0  1  1
      jumps  0  0  0  0  0
      over   0  1  0  1  0
      the    1  0  1  0  0
the   dog    0  0  1  0  0
      fox    0  0  0  0  1
      jumps  0  1  0  0  0
      over   0  0  1  1  0
      the    0  1  1  0  1

数据帧2

1  2  4  5
dog   dog    1  0  0  0
      fox    0  1  0  1
      jumps  0  1  1  0
      the    0  0  0  0
      horse  1  0  1  0
fox   dog    0  0  0  0
      fox    0  1  0  1
      over   0  0  0  0
      the    0  1  0  1
      cat    0  0  1  0

您可以看到dataframe2包含dataframe1的多索引,但它还包含其他多索引,如马和猫.数据帧2也不包含数据帧1的所有列,因为您可以看到它错过了第3列.

我想从数据帧1中减去数据帧2,使得该函数仅减去两者中常见的数据并忽略其余数据,结果数据帧的形状为数据帧2.

有没有人知道pandas是否提供了内置的方法,或者我是否需要自己构建一个函数.如果是这样,你能指出我正确的方向吗？任何建议都非常感谢.谢谢.

注意：这个问题类似于我发布here的另一个问题,除了我不想比较这些,而是??想要进行减法的算术运算.

解决方法

我相信你只想要这样的东西：

In [23]: (df2 - df1.drop('3',axis=1)).fillna(df2).dropna()
Out[23]:
             1    2    4    5
dog dog    1.0 -1.0  0.0 -1.0
    fox   -1.0  1.0  0.0  1.0
    horse  1.0  0.0  1.0  0.0
    jumps  0.0  1.0  0.0  0.0
    the    0.0 -1.0  0.0  0.0
fox cat    0.0  0.0  1.0  0.0
    dog    0.0  0.0 -1.0 -1.0
    fox    0.0  1.0  0.0  1.0
    over   0.0 -1.0  0.0  0.0
    the    0.0  1.0 -1.0  0.0

Pandas已经自动在索引上对齐,这是它的神奇之处,但你只需要智能地填充/删除nans.

编辑

哎呀,你真的想要df1 – df2,但是df2的形状,有点棘手,因为那时fillna(df1)会阻止我们放弃正确的行,但是,你可以使用乘以-1！

In [25]: (df2 - df1.drop('3',axis=1)).fillna(df2).dropna() * -1
Out[25]:
             1    2    4    5
dog dog   -1.0  1.0 -0.0  1.0
    fox    1.0 -1.0 -0.0 -1.0
    horse -1.0 -0.0 -1.0 -0.0
    jumps -0.0 -1.0 -0.0 -0.0
    the   -0.0  1.0 -0.0 -0.0
fox cat   -0.0 -0.0 -1.0 -0.0
    dog   -0.0 -0.0  1.0  1.0
    fox   -0.0 -1.0 -0.0 -1.0
    over  -0.0  1.0 -0.0 -0.0
    the   -0.0 -1.0  1.0 -0.0

或者,如果那些负面零点打扰你：

In [31]: (-df2 + df1.drop('3',axis=1)).fillna(-df2).dropna()
Out[31]:
             1    2    4    5
dog dog   -1.0  1.0  0.0  1.0
    fox    1.0 -1.0  0.0 -1.0
    horse -1.0  0.0 -1.0  0.0
    jumps  0.0 -1.0  0.0  0.0
    the    0.0  1.0  0.0  0.0
fox cat    0.0  0.0 -1.0  0.0
    dog    0.0  0.0  1.0  1.0
    fox    0.0 -1.0  0.0 -1.0
    over   0.0  1.0  0.0  0.0
    the    0.0 -1.0  1.0  0.0

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!