Python 3.x Python/pands仅当值不为0时才进行减法

我从看起来像这样的数据开始，但有更多的行：

Location  Sample  a     b     c     d     e     f     g     h     i
1         w       14.6  0     0     0     0     0     0     0     16.8
2         x       0     13.6  0     0     0     0     0     0     16.5
3         y       0     0     15.5  0     0     0     0     0     16.9
4         z       0     0     0     0     14.3  0     0     0     15.7
...

数据由前两列索引。我需要从a-h中的每个值中减去第I列中的值，在每个原始列的数据框右侧添加一个新列。但是，如果第一列中有一个零，我希望它保持为零，而不是减法。例如，如果我的代码有效，我会将以下列添加到右侧的数据框中

Location  Sample  ...  a2    b2    c2    d2    e2    f2    g2    h2 
1         w       ...  -2.2  0     0     0     0     0     0     0
2         x       ...  0     -2.9  0     0     0     0     0     0
3         y       ...  0     0     -1.4  0     0     0     0     0
4         z       ...  0     0     0     0     -1.4  0     0     0
...

我试图使用以下代码，使用pandas中的where仅减去第I列中的值，如果当前列中的值不是零：

import pandas as pd

normalizer = i
columns = list(df.columns.values)

for column in columns:
    if column == normalizer: continue
    newcol = gene + "2"
    df[newcol] = df.where(df[column] == 0, 
                df[column] - df[normalizer], axis = 0)

我使用for循环是因为列的数量并不总是相同的，而被减去的列将使用不同的数据集具有不同的名称

我得到了这个错误：“ValueError:传递的项目数错误9，位置意味着1”

我认为减法是造成问题的原因，但我不知道如何改变它使其起作用。如蒙协助，将不胜感激

---

提前感谢。

使用

mask

+

fillna

df.iloc[:,2:-1]=df.iloc[:,2:-1].mask(df.iloc[:,2:-1]==0).sub(df['i'],0).fillna(0)
df
Out[116]: 
   Location Sample    a    b    c    d    e    f    g    h     i
0         1      w -2.2  0.0  0.0  0.0  0.0  0.0  0.0  0.0  16.8
1         2      x  0.0 -2.9  0.0  0.0  0.0  0.0  0.0  0.0  16.5
2         3      y  0.0  0.0 -1.4  0.0  0.0  0.0  0.0  0.0  16.9
3         4      z  0.0  0.0  0.0  0.0 -1.4  0.0  0.0  0.0  15.7

更新

normalizer = ['i','Location','Sample']
df.loc[:,~df.columns.isin(normalizer)]=df.loc[:,~df.columns.isin(normalizer)].mask(df.loc[:,~df.columns.isin(normalizer)]==0).sub(df['i'],0).fillna(0)

---

方法1（相当快：大约是方法2的3倍）
1.选择相关的列
2.做减法
3.在减法之前构造的具有0，1矩阵的元素级乘法。（df_ref>0）中的每个元素如果最初为0，则为0，否则为1

ith_col = df["i"]
subdf = df.iloc[:, 2:-1]  # a - h columns 
df_temp = subdf.sub(ith_col, axis=0).multiply(subdf > 0).add(0)
df_temp.columns = ['a2', 'b2', 'c2', 'd2', 'e2', 'f2', 'g2', 'h2'] # rename columns
df_desired = pd.concat([df, df_temp], axis=1)

注意：在这个方法中，0是负数。因此，我们在最后增加了一个

add（0）

。是，0可以是负数：P

方法2（可读性更强）
1.查找具有条件的大于0的部分。
2.选择相关的行
3.减记
4.填写0

ith_col = df["i"]
df[df > 0].iloc[:,2:-1].sub(ith_col, axis=0).fillna(0)

第二种方法与@Wen的答案非常相似。给他的学分：P

两种方法的速度比较（在Python 3和pandas 0.20上测试）

参考：

---

与另一个数据帧执行元素相乘。

如何使用列名？我经常减去的列不会是最后一列。@Kimmy例如，如果您需要“d”，请通过

df.loc[：，~df.columns.isin（['d']）]取消选择它。

我尝试使用：“normalizer=I；ct_vals=df.loc[：，~df.columns.isin（normalizer）]=0.sub（df[normalizer]，0.fillna（0）”，并得到了错误“TypeError：只允许将类似列表的对象传递给isin（），您传递了一个[str]”键入列名会出现以“KeyError:'i'”结尾的几个错误。@Kimmy您需要类似列表的对象，只允许将类似列表的对象传递给isin（）。您可以使用选择名称列表所需的列。df_ref=df[columnNames]。然后应用第一个方法。columnNames是一个字符串列表，例如，['a'、'b'、'c'、'd']。对于缺少的列，我不确定是否要将这些缺少的列保留为nan或将它们转换为0。当我运行方法1时，它会给我没有列I的原始表。没有减去任何内容。当我运行方法2时，我得到错误“ValueError:无法在未指定级别且没有重叠名称的情况下加入“@Kimmy该方法无法在适当的位置执行此操作。它创建了一个新的df。您可以尝试使用类似于

pd.concat

的方法将2个df粘合在一起。经过一些修补，我得到了方法1。我无法让方法2发挥作用。这是我使用的代码：

normalizer=I normalizer\u col=df[normalizer]df\u temp=df.copy（）df\u temp.drop（normalizer，axis=1，inplace=True）final\u vals=df\u temp.sub（normalizer\u col，axis=0）。乘法（df\u temp>0）。添加（0）

。谢谢你的帮助。很好。顺便说一句，你可以使用del-df[normalizer]删除一列。我认为对于方法2，您仍然可以将结果保存到临时df，如

df\u temp

。然后更改列名，并使用

df

%timeit subdf.sub(ith_col, axis=0).multiply(subdf > 0).add(0)
688 µs ± 30.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit df[df > 0].iloc[:,2:-1].sub(ith_col, axis=0).fillna(0)
2.97 ms ± 248 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)