python - 减去DataFrame的最佳方法

我有以下两个数据框：

d1 = pd.DataFrame({'A':[1,2,3],'B':[10,20,30]})
   A   B
0  1  10
1  2  20
2  3  30

d2 = pd.DataFrame({'A':[1,3,2],'B':[10,20,30]})
   A   B
0  1  10
1  3  20
2  2  30

我想将这两个数据帧减法，预期结果：

   A   B
0  1  0
1  3  -10
2  2  10

最好的方法是什么？
有人能帮我吗？

最佳答案

方法1：
使用sort_values和reset_index来对齐索引：

d2['B'] = d1['B'] - d2.sort_values('A')['B'].reset_index(drop=True)

方法2：
或者将numpy.array与to_numpy一起使用，这样我们可以忽略排序后索引中的未对齐：

d2['B'] = d1['B'] - d2.sort_values('A')['B'].to_numpy()

方法3：
我们还可以将map中的A列d1合并到d2中，这样就可以将两个数据帧中的B列合并：

d2['B'] = d2['B'] - d2['A'].map(d1.set_index('A')['B'])

输出

   A   B
0  1   0
1  3 -10
2  2  10

关于python - 减去DataFrame的最佳方法，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58835624/