當索引是日期時間時，如何相互減去兩個pandas日期時間系列DataFrame？

Question

我試圖相互減去兩個pandas日期時間序列DataFrames的值，其中兩個DataFrames的索引是一個日期時間值。

有問題的兩個DataFrame具有相同數量的列。 我想從第一個DataFrame中列的值中減去第二個DataFrame中列中的值，以使用第二個DataFrame中表示的列的新減去值創建新的DataFrame。

這是我的數據：

import pandas as pd
import numpy as np
import statsmodels.api as sm

In[]: y
Out[]:            price
        Date
     2010-08-29   .0648
     2010-08-30   .0751
               ...
    2897 rows × 1 columns

In[]: type(y)
Out[]: pandas.core.frame.DataFrame

這些是我想從上面的y值中減去的值：

In[]: test = pd.DataFrame(est.predict(X))
      test
Out[]:                     0

         2010-08-29    -5.851237
         2010-08-30    -6.835347
         2010-08-31    -9.949124
                   ...
          2897 rows × 1 columns

當我對上面的數據嘗試pd.sub()操作時，我返回了一個充滿NaN值的DataFrame，如下所示：

In[]: vals = y.sub(test)
      vals 
Out[]:                price    0    
           Date
        2010-08-29     NaN    NaN
        2010-08-30     NaN    NaN
                   ...
         2897 rows × 2 columns

如何從兩列中減去值以獲得輸出，如下面的輸出？

1      1.544535
2     -1.945362
3     -3.037018
4      0.882884
    ...
Name: newFrame, Length: 200, dtype: float64

Answer 1

如果列具有相同的名稱，則在兩個數據幀之間使用sub將起作用，因此，例如，通過以下方式創建數據幀test ：

test = pd.DataFrame(est.predict(X),columns=['price'])