Python 根据条件计算两个不同数据帧中两列的差异

我有两个带有公共列的数据帧。我想根据第三列的条件创建一个新列，其中包含两列（每个数据帧一列）之间的差异

df_a:
Time      Volume    ID    
1         5         1
2         6         2
3         7         3

输出将向dfu a追加一个新列，其中两个id相等的卷列（df_a.volume-df_b.volume）之间具有差异

df_a:

Time      Volume    ID    Diff   
1         5         1     2
2         6         2     4
3         7         3     3

---

如果每个数据帧中的每行ID都是唯一的：

df_a['Diff'] = df_a['Volume'] - df_a['ID'].map(df_b.set_index('ID')['Volume'])

输出：

   Time  Volume  ID  Diff
0     1       5   1     2
1     2       6   2     4
2     3       7   3     3

---

如果每个数据帧中的每行ID都是唯一的：

df_a['Diff'] = df_a['Volume'] - df_a['ID'].map(df_b.set_index('ID')['Volume'])

输出：

   Time  Volume  ID  Diff
0     1       5   1     2
1     2       6   2     4
2     3       7   3     3

---

一个选项是合并ID上的两个dfs，然后计算差异：

df_a = df_a.merge(df_b.drop(['Time'], axis=1), on="ID", suffixes=['', '2'])
df_a['Diff'] = df_a['Volume'] - df_a['Volume2']

df:

---

一个选项是合并ID上的两个dfs，然后计算差异：

df_a = df_a.merge(df_b.drop(['Time'], axis=1), on="ID", suffixes=['', '2'])
df_a['Diff'] = df_a['Volume'] - df_a['Volume2']

df:

---

合并“ID”上的两个数据帧，然后取其差异：

import pandas as pd

df_a = pd.DataFrame({'Time': [1,2,3], 'Volume': [5,6,7], 'ID':[1,2,3]})
df_b = pd.DataFrame({'Time': [1,2,3], 'Volume': [2,3,4], 'ID':[2,1,3]})

merged = pd.merge(df_a,df_b, on = 'ID')
df_a['Diff'] = merged['Volume_x'] - merged['Volume_y']

print(df_a)
#output:

   Time  Volume  ID  Diff
0     1       5   1     2
1     2       6   2     4
2     3       7   3     3

---

合并“ID”上的两个数据帧，然后取其差异：

import pandas as pd

df_a = pd.DataFrame({'Time': [1,2,3], 'Volume': [5,6,7], 'ID':[1,2,3]})
df_b = pd.DataFrame({'Time': [1,2,3], 'Volume': [2,3,4], 'ID':[2,1,3]})

merged = pd.merge(df_a,df_b, on = 'ID')
df_a['Diff'] = merged['Volume_x'] - merged['Volume_y']

print(df_a)
#output:

   Time  Volume  ID  Diff
0     1       5   1     2
1     2       6   2     4
2     3       7   3     3