Вычитание строк DataFrame из других строк данных конкретного фрейма

Question

У меня к файлу данных df в каждой строке У меня есть несколько столбцов Я хочу сделать вычитание, columns_to_sub, некоторый столбец тегов, называемый «поглощать», и некоторые столбцы, которые я не хочу изменять , Я хочу вычесть значения columns_to_sub по строке, которая находится на другом фрейме данных и индексируется тегом «absorb». Вот не функциональный пример того, что я хочу:

import pandas as pd 
import numpy as np 
data = np.hstack((np.random.randint(0,10,20).reshape(-1,1),np.random.rand(20,3))) 
df = pd.DataFrame(data,columns=['absorb','a','b','c']) 
columns_to_sub = ['a','b'] 

means = df.groupby('absorb')[columns_to_sub].mean() 
#This result is not what I want, because the subtraction is strange 
df[columns_to_sub] = df[columns_to_sub] - means.loc[df.absorb,columns_to_sub] 

Как исправить этот код?

Answer 1

Вы были так близко. Просто используйте values на means.

df[columns_to_sub] = df[columns_to_sub] - means.loc[df.absorb,columns_to_sub].values 
>>> df 
    absorb   a   b   c 
0  2 -0.060540 -0.270233 0.416213 
1  9 0.597084 0.136158 0.415023 
2  1 -0.131393 -0.535288 0.158465 
3  3 0.282902 -0.008801 0.872598 
4  9 -0.236306 -0.337588 0.297589 
5  6 0.000000 0.000000 0.283559 
6  3 0.022021 -0.110693 0.671295 
7  7 0.042000 -0.327157 0.736395 
8  1 0.097912 0.119899 0.409241 
9  1 -0.460052 0.280302 0.341200 
10  1 0.002855 -0.013902 0.648113 
11  1 0.490679 0.148989 0.626300 
12  8 0.000000 0.000000 0.986039 
13  3 -0.304923 0.119494 0.
14  0 0.000000 0.000000 0.626576 
15  5 0.000000 0.000000 0.105102 
16  2 -0.166760 -0.122624 0.750912 
17  2 0.227300 0.392857 0.498822 
18  7 -0.042000 0.327157 0.323361 
19  9 -0.360778 0.201430 0.521043 

Answer 2

Если вы установите «впитывать» в качестве индекса на df вычитание будет просто. Хотя абсорбция не является уникальным индексом, поэтому убедитесь, что это то, что вы хотите.

data = np.hstack((np.random.randint(0,10,20).reshape(-1,1),np.random.rand(20,3))) 
df = pd.DataFrame(data,columns=['absorb','a','b','c']).set_index('absorb') 
df.head() 

       a   b   c 
absorb        
8  0.942156 0.675819 0.606406 
0  0.801685 0.360899 0.055210 
7  0.540333 0.691493 0.580708 
7  0.234766 0.446549 0.295496 
4  0.942021 0.338729 0.827124 

До сих пор df, с индексом absorb.

Затем means:

columns_to_sub = ['a','b'] 
​ 
means = df.groupby(level=0)[columns_to_sub].mean() 
means.head() 
       a   b 
absorb      
0  0.871498 0.659507 
1  0.113925 0.711533 
2  0.485379 0.191867 
4  0.557054 0.581740 

Тогда вычитание может быть сделано следующим образом:

result = df[columns_to_sub] - means[columns_to_sub] 
result.head() 
       a   b 
absorb      
0  -0.069813 -0.298608 
0  0.069813 0.298608 
1  0.000000 0.000000 
2  0.451854 0.164074 
2  -0.451854 -0.164074