在pandas DataFram中减去多列并追加结果

Question

我有一个传感器数据表，其中有些列是测量值，有些列是传感器偏差。例如，类似这样的：

df=pd.DataFrame({'x':[1.0,2.0,3.0],'y':[4.0,5.0,6.0],
                 'dx':[0.25,0.25,0.25],'dy':[0.5,0.5,0.5]})

    dx   dy    x    y
0  0.25  0.5  1.0  4.0
1  0.25  0.5  2.0  5.0
2  0.25  0.5  3.0  6.0

我可以通过从测量值中减去偏差来向表中添加一列，如下所示：

df['newX'] = df['x'] - df['dx']

    dx   dy    x    y  newX
0  0.25  0.5  1.0  4.0  0.75
1  0.25  0.5  2.0  5.0  1.75
2  0.25  0.5  3.0  6.0  2.75

但我想同时为许多专栏做这件事。这不起作用：

df[['newX','newY']] = df[['x','y']] - df[['dx','dy']]

似乎有两个原因。

• 当减去DataFrames时，列标签用于对齐减法，因此我得到一个4列结果['x', 'y', 'dx', 'dy']。
• 似乎我可以使用索引将一列插入到数据帧中，但不能超过一列。

很明显，我可以遍历列并分别执行每个列，但是有没有一种更紧凑的方法来完成我试图执行的任务，这种方法更类似于单列解决方案？

Answer 1

数据帧通常对齐列和行索引上的算术运算。由于df[['x','y']]和df[['dx','dy']]具有不同的列名，因此dx列不会从x列中减去，而类似于y列。

相反，如果从数据帧中减去NumPy数组，则该操作是按元素执行的，因为NumPy数组没有Panda样式的索引可供对齐。

因此，如果使用df[['dx','dy']].values提取由df[['dx','dy']]中的值组成的NumPy数组，则可以根据需要完成赋值：

import pandas as pd

df = pd.DataFrame({'x':[1.0,2.0,3.0],'y':[4.0,5.0,6.0],
                 'dx':[0.25,0.25,0.25],'dy':[0.5,0.5,0.5]})
df[['newx','newy']] = df[['x','y']] - df[['dx','dy']].values
print(df)

收益率

     dx   dy    x    y  newx  newy
0  0.25  0.5  1.0  4.0  0.75   3.5
1  0.25  0.5  2.0  5.0  1.75   4.5
2  0.25  0.5  3.0  6.0  2.75   5.5

---

注意，如果你试图分配一个NumPy数组（在右边） 对于数据帧（在左侧），左侧指定的列名必须已存在。

相反，在将右侧的数据帧分配给左侧的数据帧时，可以使用新列，因为in this casePandas将左侧的键（新列名）与右侧的列一起拉入，并按列顺序分配值，而不是通过对齐列：

            for k1, k2 in zip(key, value.columns):
                self[k1] = value[k2]

因此，使用右边的数据帧

df[['newx','newy']] = df[['x','y']] - df[['dx','dy']].values

可以，但是使用右边的NumPy数组

df[['newx','newy']] = df[['x','y']].values - df[['dx','dy']].values

没有。