如何使用 pandas 从 DataFrame 中的所有元素中减去一个数字？

Question

我正在尝试使用 pandas 从 DataFrame 中的所有元素中减去一个数字。但是，只有第一个元素被减去，其他元素得到NaN。这是数据：DataFrame_3x5.csvA   B   C0.1 0.3 0.50.2 0.4 0.60.3 0.5 0.70.4 0.6 0.80.5 0.7 0.9这是我的代码：import pandas as pddata = pd.read_csv(r"DataFrame_3x5.csv")df = pd.DataFrame(data)medianList = pd.DataFrame()for i in range(0, data.shape[1]):  medianList = medianList.append([df.iloc[:,i].median()], ignore_index=True)for i in range(0, data.shape[1]):  print(data.iloc[:,i])  print(medianList.iloc[i])  print(data.iloc[:,i] - medianList.iloc[i])  # print(data.iloc[:,i].sub([medianList.iloc[i]], axis='columns')) # doesn't work结果如下：0    0.11    0.22    0.33    0.44    0.5Name: A, dtype: float640    0.3Name: 0, dtype: float640   -0.21    NaN2    NaN3    NaN4    NaNdtype: float640    0.31    0.42    0.53    0.64    0.7Name: B, dtype: float640    0.5Name: 1, dtype: float640   -0.21    NaN2    NaN3    NaN4    NaNdtype: float640    0.51    0.62    0.73    0.84    0.9Name: C, dtype: float640    0.7Name: 2, dtype: float640   -0.21    NaN2    NaN3    NaN4    NaNdtype: float64我的期望：0   -0.21   -0.12    0.03    0.14    0.2根据这个网站，print(data.iloc[:,i].sub([medianList.iloc[i]], axis='columns'))...应该工作，但实际上它会产生错误：ValueError: No axis named columns for object type <class 'pandas.core.series.Series'>我不知道该怎么办了。请帮我。谢谢。

Answer 1

你可以这样做：

df - df.median(axis=0)

熊猫会处理用于计算值的轴

Answer 2

一个简单的解决方案：

import pandas as pd

df = pd.read_csv(r"DataFrame_3x5.csv")

df['A'] - df['A'].median()

Answer 3

我想如果你先尝试dropna然后简单地减去它就可以了

df=df.dropna(how='any')

df['Sub']=int(df['A']) - int(df['B']) - int(df['C'])

Answer 4

import pandas as pd

data = pd.read_csv(r"DataFrame_3x5.csv")

df = pd.DataFrame(data)

medianList = pd.DataFrame()

for i in range(0, data.shape[1]):

  medianList = medianList.append([df.iloc[:,i].median()], ignore_index=True)

df1 = pd.DataFrame(columns=['A'])

j=0

for i in range(0, data.shape[0]):

    print(data['A'].iloc[i]) # one column

    print(medianList.iloc[i])  #1 value

    print(data['A'].iloc[i] - medianList.iloc[j])