如何在Pandas中以左连接方式对两个DataFrame执行减法运算？

要实现只保留左DataFrame行的减法，有两种简单直接的方法：

方法一：先对齐右DataFrame的索引到左表 #

先把df2的索引重定向到df1的索引（不存在的索引默认填充NaN，也可以指定fill_value设为0），再直接做减法：

import pandas as pd

# 示例数据
df1 = pd.DataFrame({'value': [10, 20, 30]}, index=['circle', 'triangle', 'rectangle'])
df2 = pd.DataFrame({'value': [5, 15]}, index=['circle', 'square'])

# 对齐索引后减法，保留df1的所有行
# 若希望df2无匹配的行，减法结果等于df1原值，就添加fill_value=0
result = df1 - df2.reindex(df1.index, fill_value=0)

运行后result的索引和df1完全一致，不会出现square这类仅存在于df2的行。

方法二：先做外连接减法，再筛选左表索引 #

先用sub完成默认外连接的减法，再通过loc筛选出df1的索引：

result = df1.sub(df2, fill_value=0).loc[df1.index]

这种方法逻辑直观，先完成所有可能的减法运算，再只保留你需要的左表行。

注意点 #

• 如果不设置fill_value=0，df2中无匹配的索引位置会显示NaN，减法后对应位置也会变成NaN，可根据实际需求选择是否填充。
• Pandas的算术运算默认采用外连接（取索引并集），确实没有how='left'这类参数，因此需要手动做索引对齐或事后筛选来实现左连接式的减法。

内容的提问来源于stack exchange，提问作者Thomas