直接用 df['col_a'] - df['col_b'] 即可，pandas series 支持原生算术运算并自动对齐索引；需确保两列类型为数值型且长度一致，字符串需先用 pd.to_numeric(..., errors='coerce') 转换，空值默认保留 nan，如需填 0 则用 fillna(0)；时间列相减得 timedelta，须通过 .dt.total_seconds() 等访问属性；链式操作中应使用 assign() 避免 settingwithcopywarning。
直接用 df['col_a'] - df['col_b'] 就行，别绕弯
绝大多数情况下，两列数值相减不需要调用函数——Pandas 的 Series 支持原生算术运算，自动对齐索引。只要两列长度一致、类型可计算（比如都是 float64 或 int64），直接写减法表达式最稳。
常见错误现象：TypeError: unsupported operand type(s) for -: 'str' and 'str' 或结果全是 NaN。前者说明列是字符串（比如带百分号或逗号），后者大概率是某列含空值或类型为 object 但实际混了非数字内容。
- 先检查类型：
df[['col_a', 'col_b']].dtypes - 有空值？减法本身会保留
NaN，不用额外处理；但如果要填 0 再算，得写成(df['col_a'].fillna(0) - df['col_b'].fillna(0)) - 字符串列？必须先转数值：
pd.to_numeric(df['col_a'], errors='coerce')，errors='coerce'把转不了的变NaN，比astype(float)安全
sub() 方法适合带参数控制的场景
sub() 是 Series 和 DataFrame 的内置方法，和 - 运算符行为基本一致，但它多一个 fill_value 参数——这才是它存在的理由。
使用场景：当两列长度不等（比如一列是原始数据，另一列是按日期对齐的基准值，但缺失某些日期），你希望缺失位置按某个默认值参与运算，而不是直接产出 NaN。
- 例如：
df['col_a'].sub(df['col_b'], fill_value=0)，表示如果col_b某行是NaN，就当它是 0 来减 -
fill_value不影响非缺失值，只补缺失对齐位置 - 注意：
sub()默认按索引对齐，不是按位置；如果索引乱序或重复，结果可能和直觉不符
时间列相减会得到 Timedelta，别直接当数字用
如果两列是 datetime64 类型（比如 df['end_time'] 和 df['start_time']），相减结果是 Timedelta 类型，不是秒数或天数——这是最容易忽略的类型陷阱。
常见错误现象：想算“用了多少小时”，结果得到 Timedelta('2 days 03:45:12')，然后直接传给 int() 或做除法报错。
- 转成秒数：
(df['end_time'] - df['start_time']).dt.total_seconds() - 转成天数（浮点）：
(df['end_time'] - df['start_time']).dt.days只取整数天；要小数天得用.dt.total_seconds() / (24 * 3600) - 别漏掉
.dt——这是访问Timedelta属性的必需前缀，漏了会报AttributeError
性能敏感时避免链式赋值，改用 assign()
如果你在做管道式处理（比如 df.query(...).sort_values(...).xxx），又想顺手加一列差值，别写 df['diff'] = df.a - df.b ——这会触发 SettingWithCopyWarning，且在链式中可能修改原视图而非副本。
正确做法是统一用 assign()，它返回新 DataFrame，语义清晰、无副作用。
- 示例：
df.query('x > 0').assign(diff=lambda x: x['a'] - x['b']) - lambda 中的
x指当前中间结果，安全引用 - 多个列一起算？
.assign(diff=..., ratio=...)一次性完成，比连续assign更快
复杂点在于：差值逻辑如果依赖前面刚生成的列（比如先 assign(a_clean=...)，再算 a_clean - b），就必须拆成两步 assign，不能塞在一个里——lambda 作用域只看到输入 DataFrame，看不到同级定义的新列。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
