如何用Pandas将指定列的特定行值从另一列所有元素中减去？

核心步骤 #

因为Pandas默认采用0起始索引，你提到的第三行（对应MAIN_003条目）的位置索引是2，按以下两步操作即可：

1. 提取目标基准值
   从VBIAS_5DUT_BOARD[V]列取出第三行的数值：

   target_bias = df['VBIAS_5DUT_BOARD[V]'].iloc[2]
   

2. 执行批量减法
   可以直接修改原列，或者生成新列（推荐保留原始数据，用新列存储结果）：

   • 修改原列：

     df['VBIAS_INTERFACE_BOARD[V]'] -= target_bias
     

   • 生成新列：

     df['VBIAS_INTERFACE_ADJUSTED[V]'] = df['VBIAS_INTERFACE_BOARD[V]'] - target_bias
     

完整可运行示例 #

import pandas as pd

# 构造你的原始DataFrame
raw_data = {
    'Device_ID': ['MAIN_001', 'MAIN_002', 'MAIN_003', 'MAIN_004', 'MAIN_005'],
    'Die_Version': ['0x81'] * 5,
    'Temp(deg)': [25] * 5,
    'Supply[V]': [1.6] * 5,
    'VBIAS_5DUT_BOARD[V]': [38.77, 38.66, 38.74, 38.35, 38.26],
    'VBIAS_INTERFACE_BOARD[V]': [38.86, 38.75, 38.82, 38.41, 38.33]
}

df = pd.DataFrame(raw_data)

# 提取第三行的基准值
target_bias = df['VBIAS_5DUT_BOARD[V]'].iloc[2]

# 生成调整后的新列
df['VBIAS_INTERFACE_ADJUSTED[V]'] = df['VBIAS_INTERFACE_BOARD[V]'] - target_bias

# 查看结果
print(df)

运行后你会看到新列VBIAS_INTERFACE_ADJUSTED[V]的数值就是原列减去38.74后的结果，比如第一行是0.12，第二行是0.01，以此类推。

内容的提问来源于stack exchange，提问作者Confused