Hoe twee kolommen af te trekken in pandas dataframe

U kunt de volgende syntaxis gebruiken om de ene kolom van de andere af te trekken in een Panda DataFrame:

 #subtract column 'B' from column 'A'
df[' AB '] = df. A - df. B

De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld 1: Trek twee kolommen af in Panda’s

De volgende code laat zien hoe u de ene kolom van de andere in een Panda DataFrame kunt aftrekken en het resultaat aan een nieuwe kolom kunt toewijzen:

 import pandas as pd

#createDataFrame 
df = pd. DataFrame ({' A ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' B ': [5, 7, 8, 9, 12, 9, 12, 4],
                   ' C ': [11, 8, 10, 6, 6, 5, 9, 12]})

#subtract column B from column A
df[' AB '] = df. A - df. B

#view DataFrame
df

        A B C AB
0 25 5 11 20
1 12 7 8 5
2 15 8 10 7
3 14 9 6 5
4 19 12 6 7
5 23 9 5 14
6 25 12 9 13
7 29 4 12 25

De nieuwe kolom genaamd ‚ AB ‚ geeft de resultaten weer van het aftrekken van de waarden in kolom B van de waarden in kolom A.

Voorbeeld 2: Trek twee kolommen met ontbrekende waarden af

Als we de ene kolom van de andere aftrekken in een Panda DataFrame en er ontbreken waarden in een van de kolommen, zal het resultaat van het aftrekken altijd een ontbrekende waarde zijn:

 import pandas as pd
import numpy as np

#create DataFrame with some missing values
df = pd. DataFrame ({' A ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' B ': [5, 7, np. no , 9, 12, np. no , 12, 4],
                   ' C ': [np. no , 8, 10, 6, 6, 5, 9, 12]}) 

#subtract column B from column A
df[' AB '] = df. A - df. B

#view DataFrame
df

	A B C AB
0 25 5.0 NaN 20.0
1 12 7.0 8.0 5.0
2 15 NaN 10.0 NaN
3 14 9.0 6.0 5.0
4 19 12.0 6.0 7.0
5 23 NaN 5.0 NaN
6 25 12.0 9.0 13.0
7 29 4.0 12.0 25.0

Als u wilt, kunt u alle ontbrekende waarden in het dataFrame vervangen door nullen met behulp van de functie df.fillna(0) voordat u de ene kolom van de andere aftrekt:

 import pandas as pd
import numpy as np

#create DataFrame with some missing values
df = pd. DataFrame ({' A ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' B ': [5, 7, np. no , 9, 12, np. no , 12, 4],
                   ' C ': [np. no , 8, 10, 6, 6, 5, 9, 12]}) 

#replace all missing values with zeros
df = df. fillna ( 0 )

#subtract column B from column A
df[' AB '] = df. A - df. B

#view DataFrame
df
	A B C AB
0 25 5.0 0.0 20.0
1 12 7.0 8.0 5.0
2 15 0.0 10.0 15.0
3 14 9.0 6.0 5.0
4 19 12.0 6.0 7.0
5 23 0.0 5.0 23.0
6 25 12.0 9.0 13.0
7 29 4.0 12.0 25.0

Aanvullende bronnen

Rijen toevoegen aan een Pandas DataFrame
Hoe u een Numpy-array aan een Pandas DataFrame toevoegt
Hoe het aantal rijen in Pandas DataFrame te tellen