Python 3.x 两个熊猫系列的减法_Python 3.x_Pandas

Python 3.x 两个熊猫系列的减法

python-3.x pandas

Python 3.x 两个熊猫系列的减法,python-3.x,pandas,Python 3.x,Pandas,我有一个被xlwings检索到的数据帧。我想在两列中生成A.OUT-B.in和A.OUT-C中的两个结果，但它总是显示NaN。有一组三个相同的生产任务单。每个生产任务单有三个不同的停止点a、B、C。所有停止点都有输入量和输出量。要计算A.OUT-B.IN所需的相同MO（停止输出量减去B停止输入量）。A.OUT-C.in中的差异是输入量为C停止。如果我得到NaN值，我应该怎么做？我试图将这两个系列改为数字，搜索谷歌，阅读熊猫文档，但仍然找不到解决方案以下是示例代码： import pandas

我有一个被xlwings检索到的数据帧。我想在两列中生成A.OUT-B.in和A.OUT-C中的两个结果，但它总是显示NaN。有一组三个相同的生产任务单。每个生产任务单有三个不同的停止点a、B、C。所有停止点都有输入量和输出量。要计算A.OUT-B.IN所需的相同MO（停止输出量减去B停止输入量）。A.OUT-C.in中的差异是输入量为C停止。如果我得到NaN值，我应该怎么做？我试图将这两个系列改为数字，搜索谷歌，阅读熊猫文档，但仍然找不到解决方案

以下是示例代码：

import pandas as pd
df = pd.DataFrame({'MO': ['510-20200701001', '510-20200701001', '510-20200701001', '510-20200701002', '510-20200701002', '510-20200701002', '510-20200701003', '510-20200701003', '510-20200701003', '510-20200701004', '510-20200701004', '510-20200701004', '510-20200701005', '510-20200701005', '510-20200701005', '510-20200701006', '510-20200701006', '510-20200701006'], 
                   'Stop Name': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
                   'Amount of Input': [21000, 22112, 22476, 12000, 12609, 12775, 15000, 15595, 15844, 600, 775, 790, 1000, 1149, 1176, 6000, 6225, 6289], 
                   'Amount of Output': [22400, 22057, 22330, 12800, 12586, 12685, 16000, 15587, 15718, 800, 775, 783, 1200, 1139, 1162, 6400 ,6225, 6278], 
                   'A.OUT-B.IN':['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''], 'A.OUT-C.IN': ['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] })
df.loc[df['Stop Name'] == 'B', 'A.OUT-B.IN'] = df.loc[df['Stop Name'] == 'A', 'Amount of Output'] - df.loc[df['Stop Name'] == 'B', 'Amount of Input']
df.loc[df['Stop Name'] == 'C', 'A.OUT-C.IN'] = df.loc[df['Stop Name'] == 'A', 'Amount of Output'] - df.loc[df['Stop Name'] == 'C', 'Amount of Input']

这是输出

                     MO  Stop Name  Amount of Input Amount of Output    A.OUT-B.IN  A.OUT-C.IN
    0   510-20200701001          A            21000            22400        
    1   510-20200701001          B            22112            22057           NaN  
    2   510-20200701001          C            22476            22330                       NaN
    3   510-20200701002          A            12000            12800        
    4   510-20200701002          B            12609            12586           NaN  
    5   510-20200701002          C            12775            12685                       NaN
    6   510-20200701003          A            15000            16000        
    7   510-20200701003          B            15595            15587           NaN  
    8   510-20200701003          C            15844            15718                       NaN
    9   510-20200701004          A              600              800        
   10   510-20200701004          B              775              775           NaN  
   11   510-20200701004          C              790              783                       NaN
   12   510-20200701005          A             1000             1200        
   13   510-20200701005          B             1149             1139           NaN  
   14   510-20200701005          C             1176             1162                       NaN
   15   510-20200701006          A             6000             6400        
   16   510-20200701006          B             6225             6225           NaN  
   17   510-20200701006          C             6289             6278                       NaN

这里是输出

                     MO  Stop Name  Amount of Input Amount of Output    A.OUT-B.IN  A.OUT-C.IN
    0   510-20200701001          A            21000            22400        
    1   510-20200701001          B            22112            22057           288  
    2   510-20200701001          C            22476            22330                       -76
    3   510-20200701002          A            12000            12800        
    4   510-20200701002          B            12609            12586           191  
    5   510-20200701002          C            12775            12685                        25
    6   510-20200701003          A            15000            16000        
    7   510-20200701003          B            15595            15587           405  
    8   510-20200701003          C            15844            15718                       156
    9   510-20200701004          A              600              800        
   10   510-20200701004          B              775              775            25  
   11   510-20200701004          C              790              783                        10
   12   510-20200701005          A             1000             1200        
   13   510-20200701005          B             1149             1139            51  
   14   510-20200701005          C             1176             1162                        24
   15   510-20200701006          A             6000             6400        
   16   510-20200701006          B             6225             6225           175  
   17   510-20200701006          C             6289             6278                       111

如果您知道所有对应向量的长度都是正确的，那么只需将“.values”添加到调用中即可，如下所示

import pandas as pd
df = pd.DataFrame({'MO': ['510-20200701001', '510-20200701001', '510-20200701001', '510-20200701002', '510-20200701002', '510-20200701002', '510-20200701003', '510-20200701003', '510-20200701003', '510-20200701004', '510-20200701004', '510-20200701004', '510-20200701005', '510-20200701005', '510-20200701005', '510-20200701006', '510-20200701006', '510-20200701006'],
                   'Stop Name': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
                   'Amount of Input': [21000, 22112, 22476, 12000, 12609, 12775, 15000, 15595, 15844, 600, 775, 790, 1000, 1149, 1176, 6000, 6225, 6289],
                   'Amount of Output': [22400, 22057, 22330, 12800, 12586, 12685, 16000, 15587, 15718, 800, 775, 783, 1200, 1139, 1162, 6400 ,6225, 6278],
                   'A.OUT-B.IN':['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''], 'A.OUT-C.IN': ['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] })
df.loc[df['Stop Name'] == 'B', 'A.OUT-B.IN'] = df.loc[df['Stop Name'] == 'A', 'Amount of Output'].values - df.loc[df['Stop Name'] == 'B', 'Amount of Input'].values
df.loc[df['Stop Name'] == 'C', 'A.OUT-C.IN'] = df.loc[df['Stop Name'] == 'A', 'Amount of Output'].values - df.loc[df['Stop Name'] == 'C', 'Amount of Input'].values

将一个

.to_numpy（）

，例如：

df.loc[df['Stop Name']=='a'，'Amount of Output'].放到_numpy（）

中，对于要减去的值也是如此。。。？由于列名不同，因此不会为熊猫标识键subtraction@anky我试过了，但它显示了TypeError:-：“int”和“method”的操作数类型不受支持。您可能缺少括号，请检查下面的答案，这就是我的意思。唯一不同的是

。值现在是。to_numpy（）
@anky，谢谢。我查过了，非常感谢。这正是我想要的。@johann很好，它解决了你的问题。