我搜索并找到了这个接近的答案，但我不太明白如何将它应用到我自己的情况中，因为我的引用值没有存储在同一个数据框中。
Subtracting group specific value from rows in pandas
我有一个数据框如下，我想根据存在的核从“各向同性位移”列中减去不同的引用值(在本例中为 C 和 H，但原则上元素周期表中的任何值都是可能的):
REF_H = 30
REF_C = 180
df
Atom Number Nucleus Isotropic Shift
0 1 C 49.3721
1 2 C 52.9650
2 3 C 36.3443
3 4 C 50.8163
4 5 C 50.0493
5 6 C 49.7985
6 7 H 24.0772
7 8 H 23.7986
8 9 H 24.2922
9 10 H 24.1632
10 11 H 24.1572
11 12 C 102.9401
所以我想返回一个 delta 列，其中的值是相应的 Ref_H 或 Ref_C 值减去各向同性偏移:
modifieddf.tail(2)
Atom Number Nucleus Isotropic Shift Delta
10 11 H 24.1572 5.8428
11 12 C 102.9401 77.0599
到目前为止，我想到的最好的是:
def generateHandC(df):
h = df[df['Nucleus'] == 'H']
h['delta'] = REF_H - h['Isotropic Shift']
c = df[df['Nucleus'] == 'C']
c['delta'] = REF_C - c['Isotropic Shift']
return h, c
generateHandC(df)
Output:
( Atom Number Nucleus Isotropic Shift delta
6 7 H 24.0772 5.9228
7 8 H 23.7986 6.2014
8 9 H 24.2922 5.7078
9 10 H 24.1632 5.8368
10 11 H 24.1572 5.8428
14 15 H 28.3212 1.6788
15 16 H 28.0110 1.9890
17 18 H 29.2324 0.7676
18 19 H 26.7298 3.2702, Atom Number Nucleus Isotropic Shift delta
0 1 C 49.3721 130.6279
1 2 C 52.9650 127.0350
2 3 C 36.3443 143.6557
3 4 C 50.8163 129.1837
4 5 C 50.0493 129.9507
5 6 C 49.7985 130.2015
11 12 C 102.9401 77.0599
13 14 C 122.3188 57.6812)
但这绝对不是最优的，它将数据框作为列表返回并向我抛出一个 SettingWithCopyWarning。理想情况下，我想返回原始数据框以及用于增量值的额外列。谢谢!
最佳答案
您可以 map Nucleus 列由 dict 减去 sub :
REF_H = 30
REF_C = 180
d = {'C': REF_C, 'H':REF_H}
df['Delta'] = df.Nucleus.map(d).sub(df['Isotropic Shift'])
print (df)
Atom Number Nucleus Isotropic Shift Delta
0 0 1 C 49.3721 130.6279
1 1 2 C 52.9650 127.0350
2 2 3 C 36.3443 143.6557
3 3 4 C 50.8163 129.1837
4 4 5 C 50.0493 129.9507
5 5 6 C 49.7985 130.2015
6 6 7 H 24.0772 5.9228
7 7 8 H 23.7986 6.2014
8 8 9 H 24.2922 5.7078
9 9 10 H 24.1632 5.8368
10 10 11 H 24.1572 5.8428
11 11 12 C 102.9401 77.0599
关于python - pandas中每组行减去不同的引用值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41058760/