当索引匹配时，用序列中的值从数据框行中的所有列中减去

Question

我正在尝试从在list中具有匹配索引的DataFrame的行中的所有列中减去1。

例如，如果我有一个这样的DataFrame：

df = pd.DataFrame({'AMOS Admin': [1,1,0,0,2,2], 'MX Programs': [0,0,1,1,0,0], 'Material Management': [2,2,2,2,1,1]})

print(df)
       AMOS Admin  MX Programs  Material Management
0           1            0                    2
1           1            0                    2
2           0            1                    2
3           0            1                    2
4           2            0                    1
5           2            0                    1

我想从index在2，3的所有列中减去1，所以最终结果是：

    AMOS Admin  MX Programs  Material Management
0           1            0                    2
1           1            0                    2
2          -1            0                    1
3          -1            0                    1
4           2            0                    1
5           2            0                    1

在找不到这样做的方法后，我创建了一个系列：

sr = pd.Series([1,1], index=['2', '3'])
print(sr)
2    1
3    1
dtype: int64

但是，按照this question应用sub方法会产生一个DataFrame，其中所有NaN和新行都在底部。

    AMOS Admin  MX Programs Material Management
0   NaN         NaN         NaN
1   NaN         NaN         NaN
2   NaN         NaN         NaN
3   NaN         NaN         NaN
4   NaN         NaN         NaN
5   NaN         NaN         NaN
2   NaN         NaN         NaN
3   NaN         NaN         NaN

任何帮助都将不胜感激。

谢谢，胡安

Answer 1

在sr中使用reindex，然后使用values进行减法

df.loc[:]=df.values-sr.reindex(df.index,fill_value=0).values[:,None]
df
Out[1117]: 
   AMOS Admin  MX Programs  Material Management
0           1            0                    2
1           1            0                    2
2          -1            0                    1
3          -1            0                    1
4           2            0                    1
5           2            0                    1

Answer 2

如果你想做的是这么具体，为什么不直接：

df.loc[[2, 3], :] = df.loc[[2, 3], :].subtract(1)