Python 减去两个大小不同的数据帧，但至少保持第一个数据帧的大小

我有一个数据帧df，我想从中减去df2

需要注意的是，我希望df保持相同的大小，对于df中的每个元素，我希望减去df2（如果df2中没有这样唯一的索引/列），它将是

df（I，j）-0

（因为在df2中找不到这样的索引/列）

例如：

df:

Date    Blue    Dog Apple
1/1/2016    3   4   2
1/1/2015    3   4   2
1/1/2014    3   4   2
1/1/2013    3   4   2
1/1/2013    3   4   2
1/1/2013    3   4   2

Date    Apple   Blue    Cat
1/1/2017    1   3   2
1/1/2016    1   3   2
1/1/2015    1   3   2
1/1/2014    1   3   2

df2:

Date    Blue    Dog Apple
1/1/2016    3   4   2
1/1/2015    3   4   2
1/1/2014    3   4   2
1/1/2013    3   4   2
1/1/2013    3   4   2
1/1/2013    3   4   2

Date    Apple   Blue    Cat
1/1/2017    1   3   2
1/1/2016    1   3   2
1/1/2015    1   3   2
1/1/2014    1   3   2

我希望df-df2看起来像这样：

Date    Blue    Dog Apple
1/1/2016    0   4   1
1/1/2015    0   4   1
1/1/2014    0   4   1
1/1/2013    3   4   2
1/1/2012    3   4   2
1/1/2011    3   4   2

谢谢。

填补空白：

(df-df2).combine_first(df).reindex_like(df).astype(int)
Out[45]: 
          Blue  Dog  Apple
Date                      
1/1/2016     0    4      1
1/1/2015     0    4      1
1/1/2014     0    4      1
1/1/2013     3    4      2
1/1/2012     3    4      2
1/1/2011     3    4      2

---

Boud已经为您提供了一个很好的答案，但是在它的基础上，您还可以提供一个0到然后的填充值

这看起来比（粗略的）基准测试更快，因为我们可以先避免

combine\u

组合

%timeit df.subtract(df2, fill_value=0).reindex_like(df).astype(int)
100 loops, best of 3: 3.63 ms per loop

%timeit (df-df2).combine_first(df).reindex_like(df).astype(int)
100 loops, best of 3: 8.69 ms per loop

%timeit df.subtract（df2，fill\u value=0）.reindex\u like（df）.astype（int）
100圈，最佳3圈：每圈3.63毫秒
%timeit（df-df2）.先合并（df）.像重新索引（df）.aType（int）
100圈，最佳3圈：每圈8.69毫秒