如何按iloc而非索引对两个Pandas Series做减法并保留指定索引

这个问题很典型——pandas默认的算术运算都是按索引对齐的，所以直接a - b会把相同索引的元素相减，没有匹配的就返回NaN，这就是你看到的结果。要实现按位置（iloc对应的位置）相减，同时保留原Series的索引，有几种简单的方法：

方法1：直接操作数值数组（最简洁） #

利用Series的values属性获取底层的numpy数组，数组运算会严格按位置对应，之后再用原Series的索引重新构造结果：

import pandas as pd

a = pd.Series([1,2,3],index=[1,2,3])
b = pd.Series([2,3,4],index=[2,3,4])

result = pd.Series(a.values - b.values, index=a.index)
print(result)

输出：

1   -1
2   -1
3   -1
dtype: float64

方法2：重置索引后运算（更贴合pandas风格） #

先把两个Series的索引都重置为默认的0-based索引，这样运算时就会按位置对齐，最后再把结果的索引改回原Series的索引：

result = (a.reset_index(drop=True) - b.reset_index(drop=True)).set_axis(a.index)
print(result)

这个方法避免直接操作numpy数组，完全用pandas的API实现，适合习惯pandas操作逻辑的场景。

为什么直接a - b得不到预期结果？ #

再补充下原因：pandas的核心设计之一就是索引对齐，当你对两个Series做算术运算时，它会先匹配两者的索引标签，只有索引相同的元素才会进行运算，没有匹配的位置就填充NaN。所以你的例子里，a的索引1在b中不存在，b的索引4在a中不存在，这些位置就返回NaN，而索引2、3的元素因为索引匹配，所以是2-2=0、3-3=0。

内容的提问来源于stack exchange，提问作者Him