在同一个Python DataFrame中，执行同一列的加法和减法运算。

Question

我有一个如下的数据 DataFrame：

import pandas as pd

data = {
  "A": [42, 38, 39, 23],
  "B": [45, 30, 15, 65],
  "C": [60, 50, 25, 43],
  "D": [12, 70, 35, 76],
  "E": [87, 90, 45, 43],
  "F": [40, 48, 55, 76],
  "G": [58, 42, 85, 10],
}
df = pd.DataFrame(data)

print(df)

输出：

    A   B   C   D   E   F   G
0  42  45  60  12  87  40  58
1  38  30  50  70  90  48  42
2  39  15  25  35  45  55  85
3  23  65  43  76  43  76  10

在此处，我需要从列 B 中减去列 C 到列 G 的所有值，然后加上列 A 的值。

例如：

df['C'] = df['C'] - df['B'] + df['A']
df['D'] = df['D'] - df['B'] + df['A']
df['E'] = df['E'] - df['B'] + df['A']
# ... (以及对其他列进行类似操作)

如何用简单或单行命令实现这个操作？

Ben Bolker · Answer

您可以使用一个单行的 pandas.DataFrame.eval 函数，配合多行表达式来实现：

df = df.eval('''C=C-B+A
              D=D-B+A
              E=E-B+A
''')

或者针对这种特定的操作（即所有列都是 A-B 的结果相加），可以这样做：

df[['C', 'D', 'E']] = df[['C', 'D', 'E']].add(df['A'].sub(df['B']), axis=0)

执行后得到的结果：

    A   B   C   D   E   F   G
0  42  45  57   9  84  40  58
1  38  30  58  78  98  48  42
2  39  15  49  59  69  55  85
3  23  65   1  34   1  76  10

Abizern · Answer

另一种可能的解决方案是：

df.loc[:,'C':'E'] = (df.loc[:,'C':'E'].values + 
                     df['A'].sub(df['B']).values.reshape(-1, 1))

执行上述代码后，得到的结果同样是：

    A   B   C   D   E   F   G
0  42  45  57   9  84  40  58
1  38  30  58  78  98  48  42
2  39  15  49  59  69  55  85
3  23  65   1  34   1  76  10

gsm2009 · Answer

另一种可能的解决方案：

df.loc[:, 'C':'E'] = (df.loc[:, 'C':'E'].values +
                     df['A'].sub(df['B']).values.reshape(-1, 1))

输出：

    A   B   C   D   E   F   G
0  42  45  57   9  84  40  58
1  38  30  58  78  98  48  42
2  39  15  49  59  69  55  85
3  23  65   1  34   1  76  10