如何在列数不同的DataFrame间执行逐元素相减操作？
2026-6-26
解决方案
核心思路：匹配列名后再执行减法
Pandas执行DataFrame减法时会按列名+索引对齐，你遇到的问题本质是df和dy的列名不匹配，导致无法正确对应计算。下面是两种可靠的解决方法：
方法1：精准提取对应列并重命名
直接从dy中筛选出与df区域对应的列，重命名为和df一致的列名后再做减法：
# 筛选dy中对应区域的5年平均列 dy_target = dy[["East_5yavg", "Midwest_5yavg", "Mountain_5yavg"]] # 重命名列以匹配df的列名 dy_target.columns = df.columns # 计算差值 result_df = df - dy_target
方法2：通用化匹配（适用于列数较多的场景）
如果dy中对应列的命名规则固定（区域名+_5yavg），可以用动态方式筛选列，避免硬编码列名：
# 获取df的区域列名列表 region_names = df.columns.tolist() # 从dy中筛选对应列 dy_target = dy[[f"{name}_5yavg" for name in region_names]] # 重命名列 dy_target.columns = region_names # 计算差值 result_df = df - dy_target
为什么之前的方法失效？
- 直接执行
df - dy：列名完全不匹配，Pandas无法找到对应列进行计算，返回全NaN - 使用
df - dy.iloc[:,:3].values：虽然能计算，但依赖列的位置固定，若dy的列顺序变动会导致计算错误，且无法保证列名对应关系 - 执行
df - dy.values：dy是6列，df是3列，维度不匹配，触发ValueError
注意事项
确保df和dy的索引完全一致，否则Pandas会按索引对齐，可能出现非预期的NaN值。
内容的提问来源于stack exchange，提问作者Chris
相关产品推荐
相关产品推荐
