如何在Pandas中仅对匹配商品的DataFrame数量列做减法避免NaN？

首先注意到你的购物车中商品名称Apples和库存里的Apple拼写不一致，这会导致匹配失败，先修正这个问题：

cart['Items'] = cart['Items'].replace('Apples', 'Apple')

直接执行inventory['Quantity'] = inventory['Quantity'] - cart['Quantity']会出现NaN，是因为Pandas按索引对齐数据，购物车只有2行，库存有5行，未对齐的行运算后会生成NaN。以下两种方法可以解决：

方法一：使用sub方法并设置fill_value=0 #

sub是Pandas的减法方法，设置fill_value=0后，未匹配到的购物车数量会按0处理，不会影响原库存数量：

# 将购物车转换为以商品名为索引的Series
cart_qty = cart.set_index('Items')['Quantity']
# 执行减法，未匹配项填充0
inventory['Quantity'] = inventory['Quantity'].sub(cart_qty, fill_value=0)

方法二：使用map结合fillna #

通过map将库存商品名对应到购物车的数量，未匹配到的用0填充，再做减法：

# 创建商品名到购买数量的映射
qty_map = cart.set_index('Items')['Quantity']
# 映射后填充0，再扣除数量
inventory['Quantity'] -= inventory['Items'].map(qty_map).fillna(0)

执行以上任意一种方法后，未匹配商品的库存数量会保持原值，不会变成NaN，最终库存如下：

内容的提问来源于stack exchange，提问作者Netspresso