pandas实现多列DataFrame与单值/单行DataFrame减法的方法

核心逻辑说明 #

直接执行df1 - df2无法得到预期结果的根本原因是：pandas 执行算术运算时，会严格按照两边对象的行标签、列标签一一匹配后再计算，只要标签对不上的位置，运算结果就会返回缺失值NaN，不会像numpy那样只看数组形状自动广播。要实现题目要求的广播减法，要么绕开标签对齐直接基于值计算，要么主动指定标签匹配规则让值自动广播。 #

场景1：多列DataFrame 减 单值DataFrame #

问题复现 #

如果直接执行df1 - df2会得到全为NaN的结果：因为df1的列标签是OUT1~OUT6，df2没有自定义列标签、默认列为整数0，两者列标签完全不匹配，无法对齐运算。

可行实现方案 #

• 方案1：提取单值做标量运算
  因为df2是单元素DataFrame，直接取出存储的标量值和df1做减法即可，运算后会自动和整个DataFrame广播：

  result = df1 - df2.iloc[0, 0]
  

• 方案2：基于numpy值数组运算，跳过标签对齐
  直接取出两个DataFrame的底层值数组（numpy array），利用numpy的广播规则计算后，再按照df1的索引、列名重建DataFrame：

  result = pd.DataFrame(
      data = df1.values - df2.values,
      index = df1.index,
      columns = df1.columns
  )
  

  该方法完全不受标签不匹配的影响，结果和预期完全一致。

场景2：多行多列DataFrame 减 列标签不匹配的单行多列DataFrame #

问题复现 #

直接执行df1 - df2同样会得到大量NaN：df1列标签为OUT1_{`OUT6`，`df2`默认列标签为整数0}5，列标签无法一一对应，无法完成逐列减法。

可行实现方案 #

• 方案1：基于numpy值数组运算（最通用）
  df1.values形状为(2,6)，df2.values形状为(1,6)，numpy会自动将单行的减数值组沿着行方向广播，和df1的每一行做逐元素减法，计算后重建DataFrame即可：

  result = pd.DataFrame(
      data = df1.values - df2.values,
      index = df1.index,
      columns = df1.columns
  )
  

  运行后得到的结果为：

  	OUT1	OUT2	OUT3	OUT4	OUT5	OUT6
  0	0	0	0	0	0	0
  1	6	6	6	6	6	6

  和预期输出完全匹配。
• 方案2：对齐标签后用pandas内置的广播规则运算
  先把df2的列标签改成和df1完全一致，再用sub()方法指定按列维度匹配标签、自动广播行维度的值：

  # 统一列标签
  df2.columns = df1.columns
  # 按列轴匹配标签，单行值自动广播到df1的所有行
  result = df1.sub(df2, axis='columns')
  

  该方法不需要转换numpy数组，全程在pandas结构内完成运算，性能和原生计算一致。

注意：pandas中axis参数的指向为“需要匹配标签的维度”，比如axis='columns'代表按列标签匹配，值会沿着行维度广播；axis='index'代表按行标签匹配，值会沿着列维度广播，不要和numpy的广播方向记混。

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