代码之家  ›  专栏  ›  技术社区  ›  mistakeNot

如何有效地从熊猫数据帧中减去每一行?

  •  1
  • mistakeNot  · 技术社区  · 9 年前
    df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), 
    columns=list('ABCD'))
    
    dfs = []
    
    for index in range(len(df)):
        subtracted = df - df.loc[index]
        dfs.append(subtracted)
    

    有没有一种方法可以实现这一点?对于大型数据帧,像上面这样做会非常慢。。。

    1 回复  |  直到 9 年前
        1
  •  4
  •   MaxU - stand with Ukraine    9 年前

    IIUC:

    样品DF:

    In [124]: df = pd.DataFrame(np.arange(9).reshape(3,3), columns=list('abc'))
    
    In [125]: df
    Out[125]:
       a  b  c
    0  0  1  2
    1  3  4  5
    2  6  7  8
    

    得到 dfs :

    In [126]: (df.values - df.values[:, None])
    Out[126]:
    array([[[ 0,  0,  0],
            [ 3,  3,  3],
            [ 6,  6,  6]],
    
           [[-3, -3, -3],
            [ 0,  0,  0],
            [ 3,  3,  3]],
    
           [[-6, -6, -6],
            [-3, -3, -3],
            [ 0,  0,  0]]])
    

    得到 subtracted :

    In [127]: (df.values - df.values[:, None])[-1]
    Out[127]:
    array([[-6, -6, -6],
           [-3, -3, -3],
           [ 0,  0,  0]])
    

    一些解释:

    df.values[:, None]
    

    是的同义词 df.values[:, np.newaxis] :

    In [132]: df.values[:, np.newaxis]
    Out[132]:
    array([[[0, 1, 2]],
    
           [[3, 4, 5]],
    
           [[6, 7, 8]]])