Python Pandas Series.sub()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python软件包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Python Series.sub()用于从调用者系列中减去具有相同长度的系列或类似列表的对象。

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

参数:
other：其他系列或列表类型要从调用者系列中减去。
fill_value:在系列/列表中被NaN替换的值，然后再进行减法。
level:在多索引的情况下，level的整数值。

返回类型。带有减去的值的调用者系列
在下面的例子中，所使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

例子#1：减去列表

在这个例子中，使用.head()方法将前5行存储在新变量中。然后创建一个相同长度的列表，用.sub()方法从工资列中减去。

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# creating short data of 5 rows
short_data = data.head()
  
# creating list with 5 values
list =[5, 4, 3, 2, 1]
  
# subtracting list data
# creating new column
short_data["Subtracted values"]= short_data["Salary"].sub(list)
  
# display
short_data

输出:
如输出图像所示，可以比较出，减去的值列有薪金列-列表的减去的值。

例子#2：向有空值的系列添加系列

在这个例子中，年龄列被减去了工资列。由于工资列也包含空值，默认情况下，无论减去什么都会返回NaN。在这个例子中，传递了20，用20替换空值。

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# age series
age = data["Age"]
  
# na replacement
na = 20
  
# adding values
# storing to new column
data["Subtracted values"]= data["Salary"].sub(other = age, fill_value = na)
  
# display
data

输出:
如输出图像所示，在空值的情况下，减去的值列已从20中减去年龄列。