Pandas2.2 DataFrame

Binary operator functions

pandas.DataFrame.rsub()

pandas.DataFrame.rsub 方法用于執(zhí)行反向減法運(yùn)算。具體來說，它相當(dāng)于調(diào)用 other - self，其中 self 是調(diào)用該方法的 DataFrame。以下是該方法的參數(shù)說明及其功能：

參數(shù)說明

• other: 用于進(jìn)行減法運(yùn)算的值，可以是標(biāo)量、序列、DataFrame 或字典。
• axis: 指定沿哪個(gè)軸進(jìn)行運(yùn)算。0 或 'index' 表示沿行進(jìn)行運(yùn)算，1 或 'columns' 表示沿列進(jìn)行運(yùn)算。默認(rèn)為 1。
• level: 如果 other 是一個(gè) MultiIndex，則指定沿哪個(gè)級(jí)別進(jìn)行運(yùn)算。默認(rèn)為 None。
• fill_value: 用于填充缺失值的值。默認(rèn)為 None。

示例及結(jié)果

示例 1: 使用標(biāo)量進(jìn)行反向減法運(yùn)算

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

print("原始 DataFrame:")
print(df)

result = df.rsub(10)
print("\n反向減法后的 DataFrame (使用 rsub 并指定標(biāo)量 10):")
print(result)

結(jié)果:

原始 DataFrame:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

反向減法后的 DataFrame (使用 rsub 并指定標(biāo)量 10):
    A   B   C
0   9   6   3
1   8   5   2
2   7   4   1

示例 2: 使用序列進(jìn)行反向減法運(yùn)算

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

other = pd.Series([1, 2, 3])

print("原始 DataFrame:")
print(df)

result = df.rsub(other, axis=0)
print("\n反向減法后的 DataFrame (使用 rsub 并指定序列):")
print(result)

結(jié)果:

原始 DataFrame:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

反向減法后的 DataFrame (使用 rsub 并指定序列):
    A   B   C
0   0  -3  -6
1   0  -3  -6
2   0  -3  -6

示例 3: 使用 DataFrame 進(jìn)行反向減法運(yùn)算

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

other_df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

print("原始 DataFrame:")
print(df)

result = df.rsub(other_df)
print("\n反向減法后的 DataFrame (使用 rsub 并指定 DataFrame):")
print(result)

結(jié)果:

原始 DataFrame:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

反向減法后的 DataFrame (使用 rsub 并指定 DataFrame):
   A  B  C
0  0  0  0
1  0  0  0
2  0  0  0

示例 4: 使用字典進(jìn)行反向減法運(yùn)算

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

other_dict = {'A': 1, 'B': 2, 'C': 3}

print("原始 DataFrame:")
print(df)

result = df.rsub(other_dict)
print("\n反向減法后的 DataFrame (使用 rsub 并指定字典):")
print(result)

結(jié)果:

原始 DataFrame:
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

反向減法后的 DataFrame (使用 rsub 并指定字典):
   A  B  C
0  0 -2 -4
1  0 -3 -5
2  0 -4 -6

解釋

• 使用標(biāo)量進(jìn)行反向減法運(yùn)算:

  • df.rsub(10) 計(jì)算 DataFrame df 中的每個(gè)元素與標(biāo)量 10 的減法。
  • 結(jié)果是一個(gè)新的 DataFrame，其中每個(gè)元素是 10 減去 df 中的元素。

• 使用序列進(jìn)行反向減法運(yùn)算:

  • df.rsub(other, axis=0) 計(jì)算 DataFrame df 的每一行與序列 other 的對(duì)應(yīng)元素的減法。
  • 結(jié)果是一個(gè)新的 DataFrame，其中每個(gè)元素是 other 的對(duì)應(yīng)元素減去 df 的元素。

• 使用 DataFrame 進(jìn)行反向減法運(yùn)算:

  • df.rsub(other_df) 計(jì)算 DataFrame df 與 other_df 的對(duì)應(yīng)元素的減法。
  • 結(jié)果是一個(gè)新的 DataFrame，其中每個(gè)元素是 other_df 的元素減去 df 的元素。

• 使用字典進(jìn)行反向減法運(yùn)算:

  • df.rsub(other_dict) 計(jì)算 DataFrame df 的每一列與字典 other_dict 中對(duì)應(yīng)鍵的值的減法。
  • 結(jié)果是一個(gè)新的 DataFrame，其中每個(gè)元素是字典 other_dict 中的值減去 df 的元素。

這些示例展示了 DataFrame.rsub 方法的不同用法及其效果。根據(jù)具體需求，可以選擇合適的參數(shù)來進(jìn)行反向減法運(yùn)算。

到此這篇關(guān)于pandas DataFrame rsub的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)pandas DataFrame rsub內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論