在Pandas中匹配列内行并执行差值计算的实现方法

问题背景 #

现有两个Pandas DataFrame dfA 和 dfB，定义代码如下：

import pandas as pd
import numpy as np

AIDs = np.array(['y5','x5','x1','x3','y1','x4','y4','y3','y2','x2'])
AValues = np.random.randint(10, 100, size=10)

dfA = pd.DataFrame({'IDs': AIDs,
                   'Values': AValues})

BIDs = np.random.choice(AIDs, size=30)
BValues = np.random.randint(1000, 3000, size=30)
Differences = np.zeros(30)
dfB = pd.DataFrame({'IDs': BIDs,
                    'Values': BValues,
                    'Differences': Differences})

需求：为dfB的每一行，找到dfA中相同IDs对应的Values值，用该值减去dfB自身的Values值，将结果存入dfB的Differences列。

解决方案 #

方法一：映射字典（高效简洁） #

通过构建IDs到Values的映射字典，快速匹配计算差值：

# 从dfA创建ID到对应Values的映射字典
id_value_map = dfA.set_index('IDs')['Values'].to_dict()

# 计算差值并赋值给Differences列
dfB['Differences'] = dfB['IDs'].map(id_value_map) - dfB['Values']

方法二：DataFrame合并 #

通过merge合并两个DataFrame后计算差值：

# 合并dfB和dfA，保留匹配的ID数据
merged_data = dfB.merge(dfA, on='IDs', suffixes=('_B', '_A'))

# 计算差值并更新dfB的Differences列
dfB['Differences'] = merged_data['Values_A'] - merged_data['Values_B']

示例效果 #

假设dfA和初始dfB的数据如下：

dfA数据 #

初始dfB数据 #

计算后，dfB的Differences列结果为：

内容的提问来源于stack exchange，提问作者user19678327