Python/Pandas 仅当值不为 0 时才减去

Question

我从看起来像这样的数据开始，但行数更多：

Location  Sample  a     b     c     d     e     f     g     h     i
1         w       14.6  0     0     0     0     0     0     0     16.8
2         x       0     13.6  0     0     0     0     0     0     16.5
3         y       0     0     15.5  0     0     0     0     0     16.9
4         z       0     0     0     0     14.3  0     0     0     15.7
...

数据由前两列索引。我需要从 a - h 中的每个值中减去 i 列中的值，在每个原始列的数据框右侧添加一个新列。但是，如果第一列中有零，我希望它保持为零而不是减去。例如，如果我的代码有效，我将以下列添加到右侧的数据框中

Location  Sample  ...  a2    b2    c2    d2    e2    f2    g2    h2 
1         w       ...  -2.2  0     0     0     0     0     0     0
2         x       ...  0     -2.9  0     0     0     0     0     0
3         y       ...  0     0     -1.4  0     0     0     0     0
4         z       ...  0     0     0     0     -1.4  0     0     0
...

如果当前列中的值不为零，我正在尝试使用 pandas 中的 where 仅减去 i 列中的值，使用以下代码：

import pandas as pd

normalizer = i
columns = list(df.columns.values)

for column in columns:
    if column == normalizer: continue
    newcol = gene + "2"
    df[newcol] = df.where(df[column] == 0, 
                df[column] - df[normalizer], axis = 0)

我正在使用 for 循环，因为列数并不总是相同，并且被减去的列将使用不同的数据集具有不同的名称。

我收到此错误：“ValueError：错误的项目数通过了 9，位置意味着 1”。

我认为减法是导致问题的原因，但我不知道如何更改它以使其正常工作。任何帮助将不胜感激。

提前致谢。

Answer 1

方法 1（相当快：比方法 2 快大约 3 倍）
1. 选择相关的列
2.做减法
3. 使用在减法之前构造的 0、1 矩阵进行元素乘法。 (df_ref > 0) 中的每个元素如果最初为 0，则为 0，否则为 1。

ith_col = df["i"]
subdf = df.iloc[:, 2:-1]  # a - h columns 
df_temp = subdf.sub(ith_col, axis=0).multiply(subdf > 0).add(0)
df_temp.columns = ['a2', 'b2', 'c2', 'd2', 'e2', 'f2', 'g2', 'h2'] # rename columns
df_desired = pd.concat([df, df_temp], axis=1)

注意在这个方法中，0 是负数。因此，我们最后多了一个add(0)。是的，0 可以是负数。 :P

方法2（更具可读性）
1.找到大于0的部分有条件。
2. 选择相关的行
3. 减法
4.填0。

ith_col = df["i"]
df[df > 0].iloc[:,2:-1].sub(ith_col, axis=0).fillna(0)

第二种方法与@Wen 的回答非常相似。归功于他：P

两种方法的速度比较（在 Python 3 和 pandas 0.20 上测试）

%timeit subdf.sub(ith_col, axis=0).multiply(subdf > 0).add(0)
688 µs ± 30.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit df[df > 0].iloc[:,2:-1].sub(ith_col, axis=0).fillna(0)
2.97 ms ± 248 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

参考：

DataFrame.multiply 与另一个数据帧执行元素乘法。

Answer 2

使用mask + fillna

df.iloc[:,2:-1]=df.iloc[:,2:-1].mask(df.iloc[:,2:-1]==0).sub(df['i'],0).fillna(0)
df
Out[116]: 
   Location Sample    a    b    c    d    e    f    g    h     i
0         1      w -2.2  0.0  0.0  0.0  0.0  0.0  0.0  0.0  16.8
1         2      x  0.0 -2.9  0.0  0.0  0.0  0.0  0.0  0.0  16.5
2         3      y  0.0  0.0 -1.4  0.0  0.0  0.0  0.0  0.0  16.9
3         4      z  0.0  0.0  0.0  0.0 -1.4  0.0  0.0  0.0  15.7

更新

normalizer = ['i','Location','Sample']
df.loc[:,~df.columns.isin(normalizer)]=df.loc[:,~df.columns.isin(normalizer)].mask(df.loc[:,~df.columns.isin(normalizer)]==0).sub(df['i'],0).fillna(0)