Python Pandas：如何像求和一样对索引列内子列做减法？

嘿，太懂你偏爱那种简洁优雅代码的感觉了！其实要实现每个索引列下两个子列的减法，咱们可以根据你的数据结构来选择合适的简便方法，下面给你两种实用方案：

方案1：针对固定子列名称的高效写法 #

如果你的子列名称是固定的（比如每个索引组下都有Value1和Value2），直接提取对应子列后相减就好，这种写法既简洁又高效，完全不输求和的优雅感：

# 假设你的数据是多层列索引，提取每个组的Value1减去Value2
result = df.xs('Value1', level=1, axis=1) - df.xs('Value2', level=1, axis=1)

方案2：通用型分组减法（子列不固定时用） #

如果每个索引组下的子列名称不固定，但确保每个组里只有两个子列，那可以用groupby结合自定义lambda函数，完美复刻求和的链式写法逻辑：

# 按外层索引列分组，每组内第一个子列减第二个子列
result = df.groupby(level=0, axis=1).apply(lambda group: group.iloc[:, 0] - group.iloc[:, 1])

举个实际例子 #

假设你的数据结构是这样的多层列索引：

import pandas as pd
import numpy as np

columns = pd.MultiIndex.from_tuples([('GroupA', 'Sub1'), ('GroupA', 'Sub2'),
                                     ('GroupB', 'Sub1'), ('GroupB', 'Sub2')])
df = pd.DataFrame(np.random.randn(3,4), columns=columns)

求和用df.groupby(level=0, axis=1).sum()，而用上面的方案2就能得到每个Group下Sub1 - Sub2的结果，和求和写法一样简洁！

内容的提问来源于stack exchange，提问作者marco