Python Pandas：使用 apply() 从数组中减去一个值

Question

我想使用 pandas apply() 而不是遍历数据帧的每一行，据我所知，这是更有效的过程。

我想做的很简单：

temp_arr = [0,1,2,3]
# I know this is not a dataframe, just want to show quickly how it looks like.
temp_df is a 4x4 dataframe, simply: [[1,1,1,1],[2,2,2,2],[3,3,3,3],[4,4,4,4]]
For each row in my temp_df, minus the corresponding number in the temp_arr. 

例如，我的数据帧中的第一行是 [1,1,1,1]，我想从它们中减去 temp_arr 中的第一项（即 0），所以输出应该是 [1,1,1 ,1]。第二行是 [2,2,2,2]，我想从它们中减去 temp_arr 中的第二项（即 1），所以输出也应该是 [1,1,1,1]。

如果我减去一个常数，我知道我可以很容易地做到这一点：

temp_df.apply(lambda x: x-1)

但这里棘手的事情是我需要遍历我的 temp_arr 来获得减去的数字。有什么办法可以用apply()做到这一点？

Answer 1

考虑数组a和数据框df

a = np.arange(4)
df = pd.DataFrame(np.repeat([1, 2, 3, 4], 4).reshape(4, -1))

print(a)

[0 1 2 3]

print(df)

   0  1  2  3
0  1  1  1  1
1  2  2  2  2
2  3  3  3  3
3  4  4  4  4

您想要使用pd.DataFrame.subwithaxis=0
这会将您的数组与axis=0索引对齐并逐列执行减法

print(df.sub(a, axis=0))

   0  1  2  3
0  1  1  1  1
1  1  1  1  1
2  1  1  1  1
3  1  1  1  1

使用numpy广播来对齐轴的额外学分

 print(df.values - a[:, None])

[[1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]
 [1 1 1 1]]

构造数据框

d1 = pd.DataFrame(df.values - a[:, None], df.index, df.columns)
print(d1)

   0  1  2  3
0  1  1  1  1
1  1  1  1  1
2  1  1  1  1
3  1  1  1  1