减去 pandas 中每个 groupby 项目的唯一值

Question

我有一个具有唯一值 (df_values) 的数据框，我想从另一个数据框 (df) 的列中的所有行中减去它

>>> df_values
    Id  value  
0   1    2    
1   2    3    
2   3    2

我可以通过定义这样的函数来实现：

def conv(x, y, p):
    if y == 1:
        return x-p[0]
    elif y == 2:
        return x-p[1]
    elif y == 3:
        return x-p[2]

df['norm']=df.apply(lambda x : conv(x['T_air'], x['Id'],df_value['value']), axis=1)

所以结果是：

>>> df
    Id  T_air  norm
0   1    2      0
1   1    4      2
2   1    2      0
3   2    3      0
4   2    4      1    
5   2    3      0    
6   3    4      2

但是由于我有很多 groupby 项目，我想找到一种更简单的方法来实现这一点。任何想法都会有所帮助:)

Answer 1

您可以使用 map 对您进行矢量化，您不需要 groupby:

df['norm'] = df['T_air'] - df['Id'].map(df_values.set_index('Id')['value'])

输出：

   Id  T_air  norm
0   1      2     0
1   1      4     2
2   1      2     0
3   2      3     0
4   2      4     1
5   2      3     0
6   3      4     2

Answer 2

使用Series.sub with mapping values by Series.map:

df['norm'] = df['T_air'].sub(df['Id'].map(df_value.set_index('Id')['value']))
print (df)
   Id  T_air  norm
0   1      2     0
1   1      4     2
2   1      2     0
3   2      3     0
4   2      4     1
5   2      3     0
6   3      4     2

减去 pandas 中每个 groupby 项目的唯一值

Subtract unique value for each groupby item in pandas

python

subtraction

pandas