Pandas: cómo encontrar la diferencia entre dos columnas

Para encontrar la diferencia entre dos columnas en un DataFrame de pandas, puede usar la siguiente sintaxis:

df [' diferencia '] = df [' columna1 '] - df [' columna2 ']

Los siguientes ejemplos muestran cómo utilizar esta sintaxis en la práctica.

Ejemplo 1: encontrar la diferencia entre dos columnas

Supongamos que tenemos el siguiente DataFrame de pandas que muestra las ventas totales para dos regiones (A y B) durante ocho períodos de ventas consecutivos:

importar pandas como pd

#create DataFrame 
df = pd. DataFrame ({' período ': [1, 2, 3, 4, 5, 6, 7, 8],
                   ' A_sales ': [12, 14, 15, 13, 18, 20, 19, 24],
                   ' B_sales ': [14, 19, 20, 22, 24, 20, 17, 23]})

#view DataFrame
 df

período A_ventas B_ventas
0 1 12 14
1 2 14 19
2 3 15 20
3 4 13 22
4 5 18 24
5 6 20 20
6 7 19 17
7 8 24 23

El siguiente código muestra cómo calcular la diferencia entre las ventas en la región B y la región A para cada período de ventas:

#add nueva columna para representar la diferencia entre las ventas B y las ventas A 
df [' diff '] = df [' B_sales '] - df [' A_sales ']

#view DataFrame
 df

        período A_ventas B_dif.
0 1 12 14 2
1 2 14 19 5
2 3 15 20 5
3 4 13 22 9
4 5 18 24 6
5 6 20 20 0
6 7 19 17-2
7 8 24 23-1

También podríamos calcular la diferencia absoluta en las ventas usando la función pandas.Series.abs () :

#add nueva columna para representar la diferencia absoluta entre las ventas B y las ventas A 
df [' diff '] = pd. Serie . abs (df ​​[' B_sales '] - df [' A_sales '])

#view DataFrame
 df

	período A_ventas B_dif.
0 1 12 14 2
1 2 14 19 5
2 3 15 20 5
3 4 13 22 9
4 5 18 24 6
5 6 20 20 0
6 7 19 17 2
7 8 24 23 1

Ejemplo 2: encontrar la diferencia entre columnas según la condición

También podemos filtrar el DataFrame para mostrar solo las filas donde la diferencia entre las columnas es menor o mayor que algún valor.

Por ejemplo, el siguiente código devuelve solo las filas donde las ventas en la región A son mayores que las ventas en la región B:

#add nueva columna para representar la diferencia entre las ventas B y las ventas A 
df [' diff '] = df [' B_sales '] - df [' A_sales ']

#muestra las filas donde las ventas en la región A son mayores que las ventas en la región B
 df [df [' diff '] < 0 ]


        período A_ventas B_dif.
6 7 19 17-2
7 8 24 23-1

Recursos adicionales

Pandas: cómo encontrar la diferencia entre dos filas
Pandas: cómo agrupar y agregar por múltiples columnas

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/