为何Pandas中两个DataFrame相减得到含NaN的两列结果？

Pandas的DataFrame执行算术运算（如-）时，会同时按列名和索引进行对齐匹配。你的x1列名为Test，x2列名为Test2，二者没有重叠的列名，运算时找不到可对应计算的列，因此结果中所有位置都会返回NaN。

有几种实用的处理方式：

• 统一两个DataFrame的列名
  将x2的列名修改为与x1一致，让列名匹配后再运算：

  import pandas as pd
  import numpy as np
  
  x1 = pd.DataFrame(np.random.randn(100), columns=['Test'], index=pd.date_range(start='1/1/2018', periods=100))
  x2 = pd.DataFrame(np.random.randn(100), columns=['Test'], index=pd.date_range(start='1/1/2018', periods=100))
  
  z = x1 - x2
  

• 直接提取数值数组计算
  若确认两个DataFrame的索引完全对齐，可跳过列名匹配，直接用底层数值数组运算：

  # 方式1：直接用values运算
  z = x1 - x2.values
  # 方式2：单独提取列数值后构建新DataFrame
  z = pd.DataFrame(x1['Test'].values - x2['Test2'].values, index=x1.index, columns=['Diff'])
  

• 使用sub方法指定对齐轴
  通过axis参数强制按索引（行）对齐，忽略列名差异：

  z = x1.sub(x2, axis=0)
  

内容的提问来源于stack exchange，提问作者jacques