python - 减去多列并将结果附加到 pandas DataFrame

Question

我有一个传感器数据表，其中一些列是测量值，一些列是传感器偏差。例如，像这样:

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

我可以像这样从测量值中减去偏差，从而在表中添加一列:

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

但我想同时对许多列执行此操作。这不起作用:

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

看来有两个原因。

• 当减去 DataFrame 时，列标签用于对齐减法，所以我最终得到一个 4 列结果 ['x', 'y', 'dx', 'dy']。
• 看来我可以使用索引将单个列插入到 DataFrame 中，但不能超过一个。

显然我可以遍历列并单独执行每个列，但是是否有更紧凑的方法来完成我正在尝试做的事情，它更类似于单列解决方案？

Answer 1

DataFrame 通常在列和行索引上对齐算术等操作。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，对于 y 列也是如此。

相比之下，如果您从 DataFrame 中减去 NumPy 数组，则操作是按元素完成的，因为 NumPy 数组没有要对齐的 Panda 样式索引。

因此，如果您使用 df[['dx','dy']].values 提取由 df[['dx',' 中的值组成的 NumPy 数组dy']]，那么你的作业就可以按需完成了:

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)

产量

     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

---

请注意，如果您尝试分配一个 NumPy 数组(在右侧)对于 DataFrame(在左侧)，左侧指定的列名必须已经存在。

相比之下，当将右侧的 DataFrame 分配给左侧的 DataFrame 时，可以使用新列，因为 in this case Pandas 将左侧的键(新列名)与右侧的列压缩在一起，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，右边使用了一个DataFrame

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

有效，但在右侧使用 NumPy 数组

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

没有。