Python 熊猫：从列值中减去一个单元格值

问这个问题是因为我的新牢房里都是NaN的，我在这里找不到我需要的答案

假设我有以下数据帧（这是较大拼接数据帧的虚拟子集）：

pd.DataFrame(np.array([['onset', 100], ['NaN', 200], ['NaN', 350], ['NaN', 400]]), columns=['Event', 'Time'])

因此：

我想创建一个具有相对时间戳的列，如：

      Event  Time  reltime
   0  onset  100   0
   1  NaN    200   100
   2  NaN    350   250
   3  NaN    400   300

我该怎么做呢？我想我应该用

loc

定位起始时间，然后从列中减去该值，如下所示：

onsettime = df.loc[df['Event']=='onset', 'Time']
df['onsetlatency'] = df['Time']-onsettime

有关信息：

[In] print onsettime
[Out] 0    100
Name: Time, dtype: int64

但是，这仅适用于第一行，即使两个值都是int64。（如下所示）

---

正确的方法是什么？

如果始终存在值

开始

请通过索引查看LCT第一个值：

df['Time'] = df['Time'].astype(int)

onsettime = df.loc[df['Event']=='onset', 'Time'].values[0]
df['onsetlatency'] = df['Time'] - onsettime

print (df)
   Event  Time  onsetlatency
0  onset   100             0
1    NaN   200           100
2    NaN   350           250
3    NaN   400           300

更一般的解决方案-如果值

start

不存在，则获取

0

：

onsettime = df.loc[df['Event']=='onset', 'Time']
df['onsetlatency'] = df['Time'] - next(iter(onsettime), 0)

试试这个：

onsettime = df.loc[df['Event']=='onset', 'Time']
df['onsetlatency'] = df['Time'].apply(lambda x: float(x) - float(onsettime[0]))

---

我不知道为什么我们必须转换成

int

。在

pd.Dataframe（）

中，我们使用

int

。但是如果不转换它，就会产生

str

错误，你能告诉我吗？@Nihal-这是

Dataframe

构造函数的问题，这里是use

np.array

，所以所有的值都被转换成字符串数组（因为

NaN

string）。@Nihal-通过

print（np.array（[['start'，100]，'NaN'，200]，'NaN'，350]，'NaN'，400]]）检查它。

@Nihal在创建时可以通过使用字典避免这样的问题。例如，这个

df=pd.DataFrame（{'Event'：['start'，NaN'，NaN NaN'，NaN 200'，NaN'，NaN'，400]，'Time'：[100,200,350,400]}）

不需要转换成

int

类型。@jezrael你能帮我回答这个问题吗

onsettime = df.loc[df['Event']=='onset', 'Time']
df['onsetlatency'] = df['Time'] - next(iter(onsettime), 0)

onsettime = df.loc[df['Event']=='onset', 'Time']
df['onsetlatency'] = df['Time'].apply(lambda x: float(x) - float(onsettime[0]))