从数据框列中减去 - Python

在数据科学中，我们通常需要执行各种各样的数据操作。其中之一是从数据框列中减去一定的数值，这可以用于进行数值调整，数据清洗等操作。在Python中，可以轻松地从数据框列中减去一个数值，下面将介绍两种方法。

方法一：使用Pandas库

Pandas是Python中最常用和强大的数据科学库之一，提供了许多方便且灵活的数据结构和工具，例如数据框、序列和分组等。我们可以使用Pandas来对数据框中的列进行减法操作。

我们首先要创建一个数据框：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [5000, 6000, 7000, 8000]
       }

df = pd.DataFrame(data)

现在，我们想要从 salary 列中减去 1000 ，可以这样做：

df['salary'] = df['salary'] - 1000

我们可以用 print(df) 将数据框打印出来，来确认这个操作是否成功。

print(df)

输出的结果应该是：

       name  age  salary
0     Alice   25    4000
1       Bob   30    5000
2   Charlie   35    6000
3     David   40    7000

方法二：使用Numpy库

Numpy是Python中用于科学计算的强大库，主要用于数值计算和数组操作。使用Numpy，我们可以轻松地从数据框列中减去一个数值。

我们还是使用上面的数据框:

import numpy as np
import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'salary': [5000, 6000, 7000, 8000]
       }

df = pd.DataFrame(data)

现在，我们想要从 salary 列中减去 1000 ，可以这样做：

df['salary'] = np.subtract(df['salary'],1000)

同样，我们可以用 print(df) 将数据框打印出来，来确认这个操作是否成功。

print(df)

输出的结果应该是：

       name  age  salary
0     Alice   25    4000
1       Bob   30    5000
2   Charlie   35    6000
3     David   40    7000

以上就是从数据框列中减去一个数值的两种方法，在实际中，我们可以根据具体场景来选择是否使用Pandas或Numpy来执行操作。