仅当另一列具有相同的值时，如何减去具有不同长度的两列

Question

我有两个df。

df1 有两列，第一列是标识符，第二列是值。 df 的总长度为 1071。

df2 有多个列，但也有一列作为标识符，另一列作为值。 df2 的总长度为 500000。

我想编写一个程序，在 df2 中创建一个新列，在每条记录中我都有 df2['value']-df['value] if df2['identifier']==df1['identifier'] 的结果. 我有这个，但我知道这没有意义：

if df1['identifier'] == df2['identifier']:
    df2['new_value']= df2['value']-df1['value']
else:
    pass

我收到以下错误：ValueError：只能比较标签相同的系列对象。

提前致谢

Answer 1

像这样的东西对你有用吗？

df2 = df2.merge(df1, how="outer", on="identifier")
df2["new_value"] = df2["value_y"] - df2["value_x"]

首先，将identifier列上的两个数据集合并，然后相减。 如果df1中不存在标识符，则返回NaN 。

Answer 2

请试试这个：

import numpy as np
import pandas as pd
df2['new_value']= np.nan
identifiers = df2['identifier'].unique()
for identifier in identifiers:
    if identifier in df1.identifier.values:
        df2.loc[df2['identifier']==identifier,'new_value'] = df2.loc[df2['identifier']==identifier]['value'].iloc[0]-df1.loc[df1['identifier']==identifier]['value'].iloc[0]

如果对于标识符，这适用于 dataframe 中存在唯一值