Python 在dataframe中减去两列

我的df如下所示：

Index    Country    Val1  Val2 ... Val10
1        Australia  1     3    ... 5
2        Bambua     12    33   ... 56
3        Tambua     14    34   ... 58

我想从每个国家的Val1中减去Val10，因此输出如下所示：

Country    Val10-Val1
Australia  4
Bambua     23
Tambua     24

到目前为止，我已经：

def myDelta(row):
    data = row[['Val10', 'Val1']]
    return pd.Series({'Delta': np.subtract(data)})

def runDeltas():
    myDF = getDF() \
        .apply(myDelta, axis=1) \
        .sort_values(by=['Delta'], ascending=False)
    return myDF

RunDelta导致以下错误：

ValueError: ('invalid number of arguments', u'occurred at index 9')

---

解决此问题的正确方法是什么？

给定以下数据帧：

df = pd.DataFrame([["Australia", 1, 3, 5],
                   ["Bambua", 12, 33, 56],
                   ["Tambua", 14, 34, 58]
                  ], columns=["Country", "Val1", "Val2", "Val10"]
                 )

可以归结为一个简单的问题：

将其用作df：

df = pd.DataFrame([["Australia", 1, 3, 5],
               ["Bambua", 12, 33, 56],
               ["Tambua", 14, 34, 58]
              ], columns=["Country", "Val1", "Val2", "Val10"]
             )

您还可以执行减法并将其放入新列中，如下所示

>>>df['Val_Diff'] = df['Val10'] - df['Val1']

    Country     Val1    Val2  Val10 Val_Diff
0   Australia   1       3      5    4
1   Bambua      12      33     56   44
2   Tambua      14      34     58   44

---

我今天所面临的一切，使我雄心勃勃地想与你们分享。如上所述，您可以轻松使用：

df['Val10-Val1'] = df['Val10']-df['Val1']

但有时可能需要使用apply函数，因此可以使用以下行：

df['Val10-Val1'] = df.apply(lambda row: row['Val10']-row['Val1'])

---

您还可以使用pandas.DataFrame.assign函数：例如

import numpy as np
import pandas as pd

df = pd.DataFrame([["Australia", 1, 3, 5],
                   ["Bambua", 12, 33, 56],
                   ["Tambua", 14, 34, 58]
                  ], columns=["Country", "Val1", "Val2", "Val10"]
                 )

df = df.assign(Val10_minus_Val1 = df['Val10'] - df['Val1'])

assign最棒的部分是您可以添加任意多的任务。e、 g.获取两者的差异，然后获取其日志

df = df.assign(Val10_minus_Val1 = df['Val10'] - df['Val1'], log_result = lambda x: np.log(x.Val10_minus_Val1) )

结果:

---

您可以使用lambda函数并分配给新列来完成此操作

df['Val10-Val1'] = df.apply(lambda x: x['Val10'] - x['Val1'], axis=1)
print df

---

嗯，

df['Val10']-df['Val1']

？我可以在多个列上执行此操作吗？比如保持Val1不变并从中减去所有其他列，然后将结果写入新列？例如，对于df[Val1]-df[Val2]，df[Val1]-df[Val3]……df[Val1]-df[Val10]@MurtazaHaji，您可以这样做：res=df.values-df['colName'].values.reformate（nrows，1）df_new=pd.DataFrame（res，index=df.index，columns=df.columns）。注意：从其余部分中删除的列将以0结尾。但是，请小心！您的代码

df['Val10-Val1']=df.apply（lambda行：行['Val10']]-行['Val1']）

将产生

keyrerror:（'Val10'，'发生在索引国家]）

，因为您没有正确指定轴。功能代码如下：

df['Val10-Val1']=df.apply（lambda行：row['Val10']-row['Val1']，axis=1）

。注意：熊猫系列上的矢量化（例如df[col2]-df[col1]）通常比使用axis=1的数据帧apply具有更好的性能。

df['Val10-Val1'] = df.apply(lambda x: x['Val10'] - x['Val1'], axis=1)
print df