Python 通过.loc在Panda slice上执行矩阵运算的有效方法
我正在寻找一种通过.loc在Panda切片上执行矩阵运算的有效方法 假设我有以下带有datetimeindex的数据帧的.loc片段Python 通过.loc在Panda slice上执行矩阵运算的有效方法,python,pandas,numpy,matrix,slice,Python,Pandas,Numpy,Matrix,Slice,我正在寻找一种通过.loc在Panda切片上执行矩阵运算的有效方法 假设我有以下带有datetimeindex的数据帧的.loc片段 (df.loc['07-30-19':,'2':'4'])= 2 3 4 Date 2019-07-30 5.0 4.0 3.0 2019-07-31 2.0 3.0 4.0 2019-08-01 1.0 2.0 3.0 df中还有一列称为A(共享相同的日期索引
(df.loc['07-30-19':,'2':'4'])=
2 3 4
Date
2019-07-30 5.0 4.0 3.0
2019-07-31 2.0 3.0 4.0
2019-08-01 1.0 2.0 3.0
df中还有一列称为A(共享相同的日期索引),这样
(df.loc['07-30-19':,'A'])
Date
2019-07-30 2.0
2019-07-31 3.0
2019-08-01 4.0
我的目标是高效地执行一个操作,从第一个片段(cols 2-4)中的每个对应列中减去它们拥有的共享日期时间索引的值A
基本上,我想以
2 3 4
Date
2019-07-30 3.0 2.0 1.0
2019-07-31 -1.0 0.0 1.0
2019-08-01 -3.0 -2.0 -1.0
我试着使用如下的切片操作,但它搞砸了
(df.loc['07-30-19':,'2':'4'])-df.loc['07-30-19':,'A']
Out[115]:
2019-07-30 00:00:00 2019-07-31 00:00:00 ... 3 4
Date ...
2019-07-30 NaN NaN ... NaN NaN
2019-07-31 NaN NaN ... NaN NaN
2019-08-01 NaN NaN ... NaN NaN
我使用numpy的工作是将A的值转换为匹配的nxn矩阵作为切片,然后进行矩阵计算
(df.loc['07-30-19':,'2':'4'])-(df.loc['07-30-19':,'A'].values.reshape(3,1)*np.ones((1,3)))
Out[118]:
2 3 4
Date
2019-07-30 3.0 2.0 1.0
2019-07-31 -1.0 0.0 1.0
2019-08-01 -3.0 -2.0 -1.0
但我想知道有没有更简单的方法通过.loc实现这一点而不使用矩阵变换?注意
axis=0
。这不是默认值
代码:
import pandas as pd
data = [
['2019-07-30', 5.0, 4.0, 3.0, 2.0],
['2019-07-31', 2.0, 3.0, 4.0, 3.0],
['2019-08-01', 1.0, 2.0, 3.0, 4.0],
]
columns = ['Date', '2', '3', '4', 'A']
df = pd.DataFrame(data=data, columns=columns)
df.set_index('Date', inplace=True)
df_new = df.loc['2019-07-30':, '2':'4'].sub(df.loc['2019-07-30':, 'A'], axis=0)
print(df_new)
2 3 4
Date
2019-07-30 3.0 2.0 1.0
2019-07-31 -1.0 0.0 1.0
2019-08-01 -3.0 -2.0 -1.0
结果:
import pandas as pd
data = [
['2019-07-30', 5.0, 4.0, 3.0, 2.0],
['2019-07-31', 2.0, 3.0, 4.0, 3.0],
['2019-08-01', 1.0, 2.0, 3.0, 4.0],
]
columns = ['Date', '2', '3', '4', 'A']
df = pd.DataFrame(data=data, columns=columns)
df.set_index('Date', inplace=True)
df_new = df.loc['2019-07-30':, '2':'4'].sub(df.loc['2019-07-30':, 'A'], axis=0)
print(df_new)
2 3 4
Date
2019-07-30 3.0 2.0 1.0
2019-07-31 -1.0 0.0 1.0
2019-08-01 -3.0 -2.0 -1.0
如果我想做多个操作(加法、减法、除法等),我可以只链.add()、.sub()等并保持一个轴值吗?@NSHAH是的。这是你的电话号码。所有按元素的运算符都有轴,这包括您列出的所有运算符。