Python 计算两个数据帧的振荡

我有两个数据帧。一个代表最小值​​另一个是最大值。详情如下:

      df_Min = pd.DataFrame({'IDsensor': [1, 2, 3], 
                            'Sensor_SYS1_Min': [54, 55, 75],
                            'Sensor_SYS2_Min': [320, 315, 400]})


      df_Max = pd.DataFrame({'IDsensor': [1, 2, 3], 
                             'Sensor_SYS1_Max': [55, 60, 80],
                             'Sensor_SYS2_Max': [320, 320, 800]})

我想计算它们之间的差异。即，最大值和最小值之间的振荡

我尝试执行以下操作（此操作不正确）：

我希望输出如下：

      df_Oscillation = pd.DataFrame({'IDsensor': [1, 2, 3], 
                                     'Sensor_SYS1_Oscillation': [1, 5, 5],
                                     'Sensor_Oscillation': [0, 5, 400]})

---

当我尝试它时，它起作用了：

abs（df\u Max.subtract（df\u Min））

这同样有效：

df\u Max.subtract（df\u Min.abs（）

---

两个关键变化：使用索引和abs方法

df_Min.set_index('IDsensor', inplace=True)
df_Max.set_index('IDsensor', inplace=True)

(df_Max - df_Min).abs()

---

这样设置索引允许数据帧在传感器id上对齐以进行减法，即使它们是以不同的顺序使用id创建的。使用

.abs

方法可以在数据帧上高效地处理操作。

这个方法看起来可以在将ID设置为索引后进行减法，然后执行

df.abs（）

：

df_Max.set_index（'IDsensor'）.sub（df_Min.set_index（'IDsensor'））.abs（）.reset_index（）

：）它对我也不起作用。一个充满“NaN”结果的数据帧。你知道它可能是什么吗？你更改了列名。使用df.rename使它们匹配。

import pandas as pd
df_Min = pd.DataFrame({'IDsensor': [1, 2, 3], 
                      'Sensor_SYS1': [54, 55, 75],
                      'Sensor_SYS2': [320, 315, 400]})

df_Max = pd.DataFrame({'IDsensor': [1, 2, 3], 
                        'Sensor_SYS1': [55, 60, 80],
                        'Sensor_SYS2': [320, 320, 800]})

def print_df(title, df):
  return print(f'{title}\n{df}\n')

print_df('df_Min', df_Min)
print_df('df_Max', df_Max)
print_df('df_Oscillation', df_Max.subtract(df_Min).abs())

df_Min.set_index('IDsensor', inplace=True)
df_Max.set_index('IDsensor', inplace=True)

(df_Max - df_Min).abs()