Python Pandas Series.sub()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.rsub()函数返回series和other的减法，是元素的减法（二进制运算符rsub）。它等同于其他-系列，但支持在其中一个输入中用fill_value替代缺失的数据。

语法: Series.rsub(other, level=None, fill_value=None, axis=0)

参数:
other：系列或标量值
fill_value :填补现有的缺失（NaN）值
level :跨层广播，与通过的MultiIndex层上的索引值相匹配。

返回：Series

例子#1：使用Series.rsub()函数对给定的Series对象进行反向减去一个标量元素。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])
  
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
  
# set the index
sr.index = index_
  
# Print the series
print(sr)

输出 :

Python Pandas Series.sub()

现在我们将使用Series.rsub()函数对给定的Series对象与一个标量进行逐元素反向减法。

# perform reverse subtraction with 1000
selected_items = sr.rsub(other = 1000)
  
# Print the returned Series object
print(selected_items)

输出 :

Python Pandas Series.sub()

正如我们在输出中看到的，Series.rsub()函数成功地返回了给定Series对象与标量的反向减法。

示例#2 :使用Series.rsub()函数对给定的Series对象与一个标量元素进行反向减去。给定的系列对象还包含一些缺失的值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出 :

Python Pandas Series.sub()

现在我们将使用Series.rsub()函数对给定的Series对象与一个标量进行逐个元素的反向减法。我们还将在给定系列对象中的所有缺失值的位置上替换100。

# perform reverse subtraction with 1000
# fill 100 at the place of all missing values
selected_items = sr.rsub(other = 1000, fill_value = 100)
  
# Print the returned Series object
print(selected_items)