Python 从不包括第一列的另一个数据帧中减去一个数据帧

我必须使用相同的列创建数据帧。我的任务应该是从df_nap中减去df_tot，而不触及第一列（'A'）。 最简单的解决方案是什么

谢谢大家!

import numpy as np
import pandas as pd

df_tot = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))
df_nap = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))

---

只需减去整个数据帧，然后将所需的值重新分配给波长列

result = df_tot - df_nap
result['Wavelength'] = df_tot['Wavelength']

比如说,

import numpy as np
import pandas as pd

df_tot = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))
df_nap = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))
# df_tot['A'] = df_nap['A']   # using column A as the "Wavelength" column

result = df_tot - df_nap
result['A'] = df_tot['A']

---

或者，如果波长列不是数字，您可以 减去除波长以外的所有值，然后重新指定该列：

result = df_tot.drop('Wavelength', axis=1) - df_nap.drop('Wavelength', axis=1)
result['Wavelength'] = df_tot['Wavelength']

---

在使用之前，为两个数据帧设置公共索引：

如果需要将“波长”作为一个系列而不是索引，则可以调用结果的

reset\u index

：

res = res.reset_index()

---

但是，将唯一的行标识符存储为索引而不是序列有一定的好处。例如，更高效的查找和合并功能。

您还可以使用

join

和

iloc

：

df_tot.iloc[:,:1].join(df_tot.iloc[:,1:]-df_nap.iloc[:,1:])

但这意味着列的顺序相同，“波长”是第一个

df_tot.iloc[:,:1].join(df_tot.iloc[:,1:]-df_nap.iloc[:,1:])