Python | Pandas dataframe.rsub ()

Michael Zippo

Функция Pandas dataframe.rsub() используется для поиска вычитания данных и других элементов поэлементно (бинарный оператор rfloordiv). Эта функция практически такая же, как и для других — фрейм данных, но с поддержкой замены отсутствующих данных в одном из входных данных.

Синтаксис: DataFrame.rsub(other, axis = `columns`, level = None , fill_value = None)
Параметры:
другое: ряд, кадр данных или постоянная
ось: для ввода ряда , ось для сопоставления Индекса серии на
уровне: Транслируется по уровню, совпадая со значениями индекса ‚Äã‚Äãна переданном уровне MultiIndex
fill_value: Заполняет существующие отсутствующие (NaN) и любой новый элемент, необходимый для успешного выравнивания DataFrame, с этим значением перед вычислением. Если данные в обоих соответствующих местоположениях DataFrame отсутствуют, результат будет отсутствовать.
Возвраты: результат: DataFrame

Пример # 1: Используйте rsub() , чтобы вычесть каждый элемент ряда из соответствующего значения в кадре данных оси столбца.

# import pandas as pd

import pandas as pd

# Создать фрейм данных

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

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

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

"D" : [ <класс кода = "значение"> 4 , 3 , 6 , 12 , 7 ]},

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

# Печать фрейма данных
df

Давайте создадим серию

# импортировать панд как pd

import pandas as pd

# Создать серию

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

# Серия печати
sr

Давайте воспользуемся функцией dataframe.rsub() , чтобы вычесть каждый элемент последовательно с соответствующим элементом во фрейме данных.

# эквивалентно sr - df

df.rsub (sr, axis = 1 )

Вывод:

Пример № 2: Используйте rsub () для вычитания каждого элемента во фрейме данных с соответствующим следующим элементом в другом фрейм данных

# import pandas as pd

import pandas as pd

# Создать первый фрейм данных

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

"B" : [ 3 , 2 , 4 <код e class = "plain">, 3 , 4 ],

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

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

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

# Создать второй фрейм данных

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

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

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

"D" : [ 1 <класс кода = "обычный">, 5 , 3 , 8 , 6 ]} ,

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

< br> # Печать первого фрейма данных

print (df1 )

# Печать второго фрейма данных

<код кла ss = "функции"> print (df2)

Включает df2 - df1

# вычесть df1 из df2
df1.rsub (df2)

Вывод: