通过替换计算两个数据帧中两列的减法答案

【问题标题】：Calculate the subtraction of two columns in two dataframes by replacement通过替换计算两个数据帧中两列的减法
【发布时间】：2020-02-25 20:38:26
【问题描述】：

我有df1，其中包含：

IDs    values
E21    32
DD12   82
K99    222

而df2 包含：

IDs   values
GU1   87
K99   93
E21   48

我需要检查df2 中的ID 是否存在于df1 中，为df1 减去value - df2 以获取ID 并更新@987654332 @在df2.

如果df2 中的ID 不存在于df1 中，则df2 中该ID 的值保持不变。

所以，上面例子的结果（基本上df2会更新）：

IDs    values
GU1    87 #the same not changed since it not exist in df1
K99    129 #exist in df1, do the subtraction 222-93=129
E21    -16 #exist in df1, do the subtraction 32-48=129

有什么帮助吗？

【问题讨论】：

IDs 中的df1 是唯一的吗？
是的，它们是独一无二的@QuangHoang

标签： python pandas subtraction

【解决方案1】：

# create new column in df2 with name 'new'
df2['new'] = df2['values']
# loop on the values of 'IDs' column
for i, element in enumerate(df2.IDs):
    # condition to check if an element exists in df1  
    if element in df1.IDs.values:
        df2['new'][i]  = df1['values'][df1.index[df1.IDs == element][0]] - df2['values'][i]
# drop the old values column 
df2.drop('values', axis = 1, inplace= True)
# rename the new values column
df2.rename(columns={'new': 'values'}, inplace= True)

【讨论】：

【解决方案2】：

可以使用update的方法：

df2.update(df1 - df2)

输出：

     values
IDs        
GU1    87.0
K99   129.0
E21   -16.0

【讨论】：

【解决方案3】：

这是使用 pd.merge 的一种方式：

# merge the data frames
dfx = pd.merge(df2, df1, on='IDs', how='left', suffixes=('','_2'))

# modify new columns
dfx['val'] = dfx['values_2'] - dfx['values']
dfx['val'] = dfx['val'].combine_first(dfx['values'])
dfx = dfx[['IDs','val']].rename(columns={'val':'values'})

print(dfx)

   IDs  values
0  GU1    87.0
1  K99   129.0
2  E21   -16.0

【讨论】：

【解决方案4】：

IIUC：

d = df1.set_index('IDs')['values']
i = df2.itertuples(index=False)
df2.assign(values=[d[x] - v if x in d.index else v for x, v in i])

   IDs  values
0  GU1      87
1  K99     129
2  E21     -16

完全相同的想法，但使用dict 而不是pandas.Series

d = dict(zip(df1['IDs'], df1['values']))
i = df2.itertuples(index=False)
df2.assign(values=[d[x] - v if x in d else v for x, v in i])

【讨论】：