当减去相同的列数据帧时出现NaNs

是因为在进行减法运算时，两个数据帧的对应位置的值相减，如果某个位置的值在其中一个数据帧中存在而在另一个数据帧中不存在，就会导致结果为NaN。

这种情况通常发生在两个数据帧的索引或列不完全相同的情况下。当进行减法运算时，Pandas会尝试对齐两个数据帧的索引和列，并在对应位置进行运算。如果某个位置在其中一个数据帧中存在而在另一个数据帧中不存在，就会导致结果为NaN。

为了解决这个问题，可以使用Pandas提供的对齐操作或者使用fillna()函数来处理NaN值。具体方法如下：

1. 使用对齐操作：可以使用DataFrame.align()方法对两个数据帧进行对齐操作，使它们的索引和列完全一致。示例代码如下：

df1, df2 = df1.align(df2, axis=0, join='outer', fill_value=0)
result = df1 - df2

1. 使用fillna()函数：可以使用DataFrame.fillna()方法将NaN值替换为指定的值。示例代码如下：

result = df1 - df2
result = result.fillna(0)

以上是解决当减去相同的列数据帧时出现NaNs的两种常用方法。根据具体的业务需求和数据情况，选择适合的方法进行处理。

对于云计算领域，腾讯云提供了一系列相关产品和服务，包括云服务器、云数据库、云存储、人工智能等。具体可以参考腾讯云官方网站的相关产品介绍页面：https://cloud.tencent.com/product

注意：本回答中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，仅提供了解决问题的方法和腾讯云的相关产品信息。