如何从数字中减去熊猫DataFrame的每一行？

说我有一个数据帧：如何从数字中减去熊猫DataFrame的每一行？

ds = pd.DataFrame(np.abs(randn(3, 4)), index=[1,2,3], columns=['A','B','C','Average']) 
ds 
     A   B   C  Average 
1 1.099679 0.042043 0.083903 0.410128 
2 0.268205 0.718933 1.459374 0.758887 
3 0.680566 0.538655 0.038236 1.169403

如何减（并用结果替换）A，B和C一行，平均1行？

来源

2014-10-01 dana111

在文档中第一个例子：http://pandas.pydata.org /pandas-docs/dev/basics.html#matching-broadcasting-behavior – Jeff 2014-10-01 02:43:57

大熊猫如何

ds['A'] = ds['A'] - ds['Average'] 
ds['B'] = ds['B'] - ds['Average'] 
ds['C'] = ds['C'] - ds['Average']

容易这样！

哦，这对整个DF来说都是如此。你只想要它的第一排是正确的？

ds.loc[1, 'A'] = ds.loc[1, 'A'] - ds.loc[1, 'Average'] 
ds.loc[1, 'B'] = ds.loc[1, 'B'] - ds.loc[1, 'Average'] 
ds.loc[1, 'C'] = ds.loc[1, 'C'] - ds.loc[1, 'Average']

或循环：

for col in ['A', 'B', 'C']: 
    ds.loc[1, col] = df.loc[1, col] - ds.loc[1, 'Average']

等等...

如果你有成千上万的列

后来干脆：

for col in ds.columns: 
    ds[col] = ds[col] - ds['Average']

来源

2014-10-01 02:22:50

不，我希望它的整个数据帧，它有成千上万的行和列..有没有一种更简单的方法来做到这一点，而不需要明确指定列名？ df.columns.values或类似的东西？ – dana111 2014-10-01 02:34:29

请参阅修改！ – 2014-10-01 03:26:27

此解决方案对我有帮助！谢谢你，哈哈 – 2017-08-03 18:07:33

一个相对简单的方法是使用sub方法（我假设Average总是最后一列）：

ds[ds.columns[:-1]].sub(ds.Average, axis=0)

这将执行以下操作：

ds[ds.columns[:-1]]是包含所有但ds最后一列（Average）一个数据帧。
.sub(ds.Average, axis=0)从DataFrame中相应的行中减去Average列中的行值。

要改变原来的ds，确保的ds相关列重新绑定到值的新数据框中：

ds[ds.columns[:-1]] = ds[ds.columns[:-1]].sub(ds.Average, axis=0)

来源

2014-10-01 09:58:32

如何从数字中减去熊猫DataFrame的每一行？

回答

相关问题