如何使用 pandas 从 DataFrame 中的所有元素中减去一个数字？

Question

我正在尝试使用 pandas 从 DataFrame 中的所有元素中减去一个数字。但是，只有第一个元素被减去，其他元素得到NaN。

这是数据：DataFrame_3x5.csv

A   B   C

0.1 0.3 0.5

0.2 0.4 0.6

0.3 0.5 0.7

0.4 0.6 0.8

0.5 0.7 0.9

这是我的代码：

import pandas as pd

data = pd.read_csv(r"DataFrame_3x5.csv")

df = pd.DataFrame(data)

medianList = pd.DataFrame()

for i in range(0, data.shape[1]):

  medianList = medianList.append([df.iloc[:,i].median()], ignore_index=True)

for i in range(0, data.shape[1]):

  print(data.iloc[:,i])

  print(medianList.iloc[i])

  print(data.iloc[:,i] - medianList.iloc[i])

  # print(data.iloc[:,i].sub([medianList.iloc[i]], axis='columns')) # doesn't work

结果如下：

0    0.1

1    0.2

2    0.3

3    0.4

4    0.5

Name: A, dtype: float64

0    0.3

Name: 0, dtype: float64

0   -0.2

1    NaN

2    NaN

3    NaN

4    NaN

dtype: float64

0    0.3

1    0.4

2    0.5

3    0.6

4    0.7

Name: B, dtype: float64

0    0.5

Name: 1, dtype: float64

0   -0.2

1    NaN

2    NaN

3    NaN

4    NaN

dtype: float64

0    0.5

1    0.6

2    0.7

3    0.8

4    0.9

Name: C, dtype: float64

0    0.7

Name: 2, dtype: float64

0   -0.2

1    NaN

2    NaN

3    NaN

4    NaN

dtype: float64

我的期望：

0   -0.2

1   -0.1

2    0.0

3    0.1

4    0.2

根据这个网站，

print(data.iloc[:,i].sub([medianList.iloc[i]], axis='columns'))

...应该工作，但实际上它会产生错误：

ValueError: No axis named columns for object type <class 'pandas.core.series.Series'>

我不知道该怎么办了。请帮我。谢谢。

Answer 1

你可以这样做：df&nbsp;-&nbsp;df.median(axis=0)熊猫会处理用于计算值的轴

Answer 2

一个简单的解决方案：import pandas as pddf = pd.read_csv(r"DataFrame_3x5.csv")df['A'] - df['A'].median()

Answer 3

我想如果你先尝试dropna然后简单地减去它就可以了df=df.dropna(how='any')df['Sub']=int(df['A']) - int(df['B']) - int(df['C'])

Answer 4

import pandas as pddata = pd.read_csv(r"DataFrame_3x5.csv")df = pd.DataFrame(data)medianList = pd.DataFrame()for i in range(0, data.shape[1]):&nbsp; medianList = medianList.append([df.iloc[:,i].median()], ignore_index=True)df1 = pd.DataFrame(columns=['A'])j=0for i in range(0, data.shape[0]):&nbsp; &nbsp; print(data['A'].iloc[i]) # one column&nbsp; &nbsp; print(medianList.iloc[i])&nbsp; #1 value&nbsp; &nbsp; print(data['A'].iloc[i] - medianList.iloc[j])