python - 减去pandas数据框，同时保留某些列不变

假设我有两个数据框：

data1 = """
idx, stat, val
1, 1, 5
2, 1, 10
3, 2, 15
4, 3, 20
"""
data2 = """
idx, stat, val
2, 1, 8
4, 5, 16
"""

（对不起-我不知道如何在熊猫中轻松编写代码-我会在现实生活中从csv中读取它们）。

我想减去这两个数据帧，以便仅减去val列（在现实生活中，这是测站坐标）。如果两个数据帧中只有一个具有各自的索引值（ascii格式的idx列），则结果应为NaN。如果不匹配的行被立即删除，也可以（我以后会叫dropna）。

因此，我期望的结果将是：

desired = """
idx, stat, val
1, 1, NaN
2, 1, 2
3, 2, NaN
4, 3, 4
"""

原则上data1.sub(data2)可以很好地工作-只是我看不到一种如何“保护” stat列免于减法的方法。我也尝试过data1.sub(data2['val'], axis=0)，但是这弄乱了在data1.sub(data2)中自动执行的行匹配。一种解决方法是在之后用data1中的原始值替换stat列，但这似乎很笨拙。

最佳答案

您可以使用：

df1.set_index(['idx','stat'], inplace=True)
df2.set_index('idx', inplace=True)

print (df1.sub(df2[['val']]))
          val
idx stat
1   1     NaN
2   1     2.0
3   2     NaN
4   3     4.0

print (df1.sub(df2[['val']]).reset_index())
   idx  stat  val
0    1     1  NaN
1    2     1  2.0
2    3     2  NaN
3    4     3  4.0

如果idx是两个df的索引：

print (df1)
     stat  val
idx
1       1    5
2       1   10
3       2   15
4       3   20

print (df2)
     stat  val
idx
2       1    8
4       5   16

df1.set_index('stat', append=True, inplace=True)
print (df1.sub(df2[['val']]).reset_index())
   idx  stat  val
0    1     1  NaN
1    2     1  2.0
2    3     2  NaN
3    4     3  4.0