减去熊猫中每个组项目的独特价值

Question

我有一个具有唯一值（DF_VALUES）的数据框，我想在另一个dataframe（df）的一列中从所有行中减去

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

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

我可以通过定义这样的函数来做到这一点：

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)

因此，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     

但是由于我有很多我想找到一种实现此目的的更简单方法。 任何想法都会有所帮助:)

Answer 1

使用 使用代码> 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

Answer 2

您可以使用 ，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