pandas sub函数详解

pandas sub函数详解

在pandas库中，sub()函数是用来对Series或DataFrame进行减法操作的函数。它可以用来实现数据的减法运算，可以对Series、DataFrame或Panel对象进行减法运算。

sub函数的语法

pandas中sub()函数的语法如下：

DataFrame.sub(other, axis='columns', level=None, fill_value=None)

参数说明：

• other：要减去的值，可以是一个数值、Series、DataFrame或Panel。
• axis：指定减法操作要沿着的轴，默认是’columns’，可以是’index’。
• level：多层索引时，指定在哪一个层级进行减法操作。
• fill_value：用来填充缺失值的值。

使用示例

接下来我们来展示sub函数的使用示例，首先创建一个DataFrame对象：

import pandas as pd

data = {'A': [1, 2, 3, 4],
        'B': [5, 6, 7, 8],
        'C': [9, 10, 11, 12]}
df = pd.DataFrame(data)
print(df)

运行上述代码后，我们得到如下DataFrame对象：

   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

现在，我们使用sub函数对DataFrame进行减法操作：

result = df.sub(1)
print(result)

运行上述代码后，我们得到减去1后的结果：

   A  B   C
0  0  4   8
1  1  5   9
2  2  6  10
3  3  7  11

除了减去一个数值外，我们还可以传入一个Series对象进行减法操作：

s = pd.Series([1, 2, 3], index=['A', 'B', 'C'])
result = df.sub(s, axis='index')
print(result)

运行上述代码后，我们得到减去Series对象s后的结果：

   A  B  C
0  0  4  8
1  0  4  8
2  0  4  8
3  0  4  8

总结

通过本文的介绍，我们了解了pandas库中sub()函数的用法以及示例。sub()函数可以方便地实现数据的减法操作，可以对DataFrame对象进行减法操作，并且支持对指定轴、层级进行减法操作，还可以指定填充缺失值的值。在实际数据处理中，sub()函数是一个非常常用的函数，能够帮助我们快速、方便地进行数据的减法运算。如果你想要实现数据减法操作，不妨尝试使用pandas库中的sub()函数。