使用Pandas subtract出现NaNs：DataFrame相减pd.sub失效求助

架构老林

2026-5-13

解决DataFrame减法（pd.sub）无法正常工作的问题

你的问题核心在于两个DataFrame的列名不匹配，导致pandas在执行减法时无法正确对齐数据，最终得到的结果全是NaN。下面详细说明原因和解决方案：

问题根源

pandas的算术运算（包括sub）默认会同时对齐行索引和列名：

stock_returns的列名是['A', 'B', 'C']
p_df的列名是默认的[0]

因为没有匹配的列名，即使你指定了axis=0（按行索引对齐），pandas也找不到对应列的数值来做减法，所以结果全部为NaN。

解决方案

方案1：将`p_df`转换为Series（推荐）

把单列的DataFrame转为Series后，pandas会自动按行索引对齐，并对stock_returns的每一列广播执行减法：

import pandas as pd

stock_returns = pd.DataFrame([[10,100,200], [15, 115, 215], [20,120, 220], [25,125,225], [30,130,230]], columns=['A', 'B', 'C'])
p_df = pd.DataFrame([1,2,3,4,5])

# 将p_df转为Series，squeeze()会自动压缩单列为Series
result = stock_returns.sub(p_df.squeeze(), axis=0)
print(result)

输出结果：

A    B    C
0   9   99  199
1  13  113  213
2  17  117  217
3  21  121  221
4  26  126  226

方案2：统一两个DataFrame的列名

如果想保持DataFrame的结构，可以把p_df的列名修改为和stock_returns一致，这样pandas就能正确匹配列执行减法：

import pandas as pd

stock_returns = pd.DataFrame([[10,100,200], [15, 115, 215], [20,120, 220], [25,125,225], [30,130,230]], columns=['A', 'B', 'C'])
p_df = pd.DataFrame([1,2,3,4,5])

# 修改p_df的列名匹配stock_returns
p_df.columns = stock_returns.columns
result = stock_returns.sub(p_df, axis=0)
print(result)

这个方案的输出和方案1完全一致。