在pandas中合并和减去DataFrame列？

Question

我有一个熊猫数据框，类似于：

col1  col2 col3 col5
NaN    1    2    8
2     NaN   4    8
4     NaN   4    8

我想做两件事：

1）合并列1和列2：

newcol1 col3 col5
1       2    8
2       4    8
4       4    8

我试过使用.concat，但这只是连接行。似乎我不能用标准的+运算符来处理NaN值。

2）从新的第1列和第3列中减去第5列，得到：

newcol1    col3
-7         -6
-6         -4
-4         -4

试着这样做：

dataframe[['newcol1', 'col2']] - dataframe['col5']

以及

dataframe[['newcol1', 'col2']].subtract(dataframe['col5'])

但都不管用。

Answer 1

这里有一种方法。

您可以通过sum(axis=1)创建newcol1

In [256]: df['newcol1'] = df[['col1', 'col2']].sum(axis=1)

In [257]: df
Out[257]:
   col1  col2  col3  col5  newcol1
0   NaN     1     2     8        1
1     2   NaN     4     8        2
2     4   NaN     4     8        4

然后在axis=0上使用df.sub()

In [258]: df[['newcol1', 'col3']].sub(df['col5'], axis=0)
Out[258]:
   newcol1  col3
0       -7    -6
1       -6    -4
2       -4    -4

Answer 2

In [58]:

df['newcol'] = df[['col1','col2']].sum(axis=1) - df['col5']
df['col3'] = df['col3'] - df['col5']
df
Out[58]:
   col1  col2  col3  col5  newcol
0   NaN     1    -6     8      -7
1     2   NaN    -4     8      -6
2     4   NaN    -4     8      -4

然后您可以放下col1和col2：

In [59]:

df = df.drop(['col1','col2'],axis=1)
df
Out[59]:
   col3  col5  newcol
0    -6     8      -7
1    -4     8      -6
2    -4     8      -4

Answer 3

要获取新列，可以使用fillna（或combine_first）：

df['newcol1'] = df.col1.fillna(df.col2)

然后对于减法，使用sub并指定axis=0，因为我们希望在匹配标签时考虑行索引（而不是默认的列索引）：

>>> df[['newcol1', 'col3']].sub(df['col5'], axis=0)
   newcol1  col3
0       -7    -6
1       -6    -4
2       -4    -4