【Pandas】pandas DataFrame rsub

Pandas2.2 DataFrame

Binary operator functions

方法描述DataFrame.add(other)用于实行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法利用DataFrame.add(other[, axis, level, fill_value])用于实行 DataFrame 与另一个对象（如 DataFrame、Series 或标量）的逐元素加法利用DataFrame.sub(other[, axis, level, fill_value])用于实行逐元素的减法利用DataFrame.mul(other[, axis, level, fill_value])用于实行逐元素的乘法利用DataFrame.div(other[, axis, level, fill_value])用于实行逐元素的除法利用DataFrame.truediv(other[, axis, level, …])用于实行逐元素的真除法利用DataFrame.floordiv(other[, axis, level, …])用于实行逐元素的地板除法利用DataFrame.mod(other[, axis, level, fill_value])用于实行逐元素的取模利用DataFrame.pow(other[, axis, level, fill_value])用于对 DataFrame 中的元素举行幂运算DataFrame.dot(other)用于计算两个 DataFrame（或 DataFrame 与 Series/数组）之间的**矩阵点积（矩阵乘法）**的方法DataFrame.radd(other[, axis, level, fill_value])用于实行反向加法运算DataFrame.rsub(other[, axis, level, fill_value])用于实行反向减法运算 pandas.DataFrame.rsub()

pandas.DataFrame.rsub 方法用于实行反向减法运算。具体来说，它相称于调用 other - self，其中 self 是调用该方法的 DataFrame。以下是该方法的参数阐明及其功能：
参数阐明

• other: 用于举行减法运算的值，可以是标量、序列、DataFrame 或字典。
  
• axis: 指定沿哪个轴举行运算。0 或 'index' 表现沿行举行运算，1 或 'columns' 表现沿列举行运算。默认为 1。
  
• level: 如果 other 是一个 MultiIndex，则指定沿哪个级别举行运算。默认为 None。
  
• fill_value: 用于添补缺失值的值。默认为 None。
  

示例及效果

示例 1: 使用标量举行反向减法运算

1. import pandas as pd
3. df = pd.DataFrame({
4.     'A': [1, 2, 3],
5.     'B': [4, 5, 6],
6.     'C': [7, 8, 9]
7. })
9. print("原始 DataFrame:")
10. print(df)
12. result = df.rsub(10)
13. print("\n反向减法后的 DataFrame (使用 rsub 并指定标量 10):")
14. print(result)

复制代码

效果:

1. 原始 DataFrame:
2.    A  B  C
3. 0  1  4  7
4. 1  2  5  8
5. 2  3  6  9
7. 反向减法后的 DataFrame (使用 rsub 并指定标量 10):
8.     A   B   C
9. 0   9   6   3
10. 1   8   5   2
11. 2   7   4   1

复制代码

示例 2: 使用序列举行反向减法运算

1. import pandas as pd
3. df = pd.DataFrame({
4.     'A': [1, 2, 3],
5.     'B': [4, 5, 6],
6.     'C': [7, 8, 9]
7. })
9. other = pd.Series([1, 2, 3])
11. print("原始 DataFrame:")
12. print(df)
14. result = df.rsub(other, axis=0)
15. print("\n反向减法后的 DataFrame (使用 rsub 并指定序列):")
16. print(result)

复制代码

效果:

1. 原始 DataFrame:
2.    A  B  C
3. 0  1  4  7
4. 1  2  5  8
5. 2  3  6  9
7. 反向减法后的 DataFrame (使用 rsub 并指定序列):
8.     A   B   C
9. 0   0  -3  -6
10. 1   0  -3  -6
11. 2   0  -3  -6

复制代码

示例 3: 使用 DataFrame 举行反向减法运算

1. import pandas as pd
3. df = pd.DataFrame({
4.     'A': [1, 2, 3],
5.     'B': [4, 5, 6],
6.     'C': [7, 8, 9]
7. })
9. other_df = pd.DataFrame({
10.     'A': [1, 2, 3],
11.     'B': [4, 5, 6],
12.     'C': [7, 8, 9]
13. })
15. print("原始 DataFrame:")
16. print(df)
18. result = df.rsub(other_df)
19. print("\n反向减法后的 DataFrame (使用 rsub 并指定 DataFrame):")
20. print(result)

复制代码

效果:

1. 原始 DataFrame:
2.    A  B  C
3. 0  1  4  7
4. 1  2  5  8
5. 2  3  6  9
7. 反向减法后的 DataFrame (使用 rsub 并指定 DataFrame):
8.    A  B  C
9. 0  0  0  0
10. 1  0  0  0
11. 2  0  0  0

复制代码

示例 4: 使用字典举行反向减法运算

1. import pandas as pd
3. df = pd.DataFrame({
4.     'A': [1, 2, 3],
5.     'B': [4, 5, 6],
6.     'C': [7, 8, 9]
7. })
9. other_dict = {'A': 1, 'B': 2, 'C': 3}
11. print("原始 DataFrame:")
12. print(df)
14. result = df.rsub(other_dict)
15. print("\n反向减法后的 DataFrame (使用 rsub 并指定字典):")
16. print(result)

复制代码

效果:

1. 原始 DataFrame:
2.    A  B  C
3. 0  1  4  7
4. 1  2  5  8
5. 2  3  6  9
7. 反向减法后的 DataFrame (使用 rsub 并指定字典):
8.    A  B  C
9. 0  0 -2 -4
10. 1  0 -3 -5
11. 2  0 -4 -6

复制代码

表明

• 使用标量举行反向减法运算:
  
  
  
  • df.rsub(10) 计算 DataFrame df 中的每个元素与标量 10 的减法。
    
  • 效果是一个新的 DataFrame，其中每个元素是 10 减去 df 中的元素。
    
  
  
• 使用序列举行反向减法运算:
  
  
  
  • df.rsub(other, axis=0) 计算 DataFrame df 的每一行与序列 other 的对应元素的减法。
    
  • 效果是一个新的 DataFrame，其中每个元素是 other 的对应元素减去 df 的元素。
    
  
  
• 使用 DataFrame 举行反向减法运算:
  
  
  
  • df.rsub(other_df) 计算 DataFrame df 与 other_df 的对应元素的减法。
    
  • 效果是一个新的 DataFrame，其中每个元素是 other_df 的元素减去 df 的元素。
    
  
  
• 使用字典举行反向减法运算:
  
  
  
  • df.rsub(other_dict) 计算 DataFrame df 的每一列与字典 other_dict 中对应键的值的减法。
    
  • 效果是一个新的 DataFrame，其中每个元素是字典 other_dict 中的值减去 df 的元素。
    
  
  

这些示例展示了 DataFrame.rsub 方法的不同用法及其效果。根据具体需求，可以选择合适的参数来举行反向减法运算。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。