浅谈Pandas:Series和DataFrame间的算术元素
更新时间：2018年12月22日 11:30:46 作者：BQW_
今天小编就为大家分享一篇浅谈Pandas:Series和DataFrame间的算术元素，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
如下所示：
import numpy as np import pandas as pd from pandas import Series,DataFrame
一、Series与Series
s1 = Series([1,3,5,7],index=['a','b','c','d']) s2 = Series([2,4,6,8],index=['a','b','c','e'])
索引对齐项相加，不对齐项的值取NaN
s1+s2 1 a 3.0 b 7.0 c 11.0 d NaN e NaN dtype: float64
二、DataFrame与DataFrame
data1 = {'水果':['苹果','梨','草莓'],
'数量':[3,2,5],
'价格':[10,9,8]}
data2 = {'数量':[3,2,5,6],
'价格':[10,9,8,7]}
df1 = DataFrame(data1)
df2 = DataFrame(data2)
在行和列上同时对齐后进行计算，如果找不到对应项则取NaN
print(df1*df2)
价格 数量 水果 0 100.0 9.0 NaN 1 81.0 4.0 NaN 2 64.0 25.0 NaN 3 NaN NaN NaN
三、Series与DataFrame
1.利用广播实现DataFrame与某行的运算
print(df2+df2.iloc[0]) # 将第0行加到所有行上
价格 数量 0 20 6 1 19 5 2 18 8 3 17 9
2.利用广播实现DataFrame与某列的运算(指定轴axis=0)
print(df2.sub(df2.iloc[:,0],axis=0))
价格 数量 0 0 -7 1 0 -7 2 0 -3 3 0 -1
3.运算时如果无法对齐，则填充NaN
s = Series([1,1,1],index=['数量','价格','重量']) print(df2+s)
价格 数量 重量 0 11 4 NaN 1 10 3 NaN 2 9 6 NaN 3 8 7 NaN
以上这篇浅谈Pandas:Series和DataFrame间的算术元素就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
您可能感兴趣的文章:
相关文章
这篇文章主要介绍了Python搭建代理IP池实现检测IP的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-10-10
这篇文章主要介绍了解决pycharm修改代码后第一次运行不生效的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-02-02
代码是没问题的，可以正常运行，但是希望做到以下2方面： 1、多线程下载 2、代码分离度更高，跟面向对象2008-12-12
PyCharm Python Console中文输出乱码问题及解决
这篇文章主要介绍了PyCharm Python Console中文输出乱码问题及解决方案，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-07-07
这篇文章主要介绍了Python循环实现n的全排列功能，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了pycharm如何中导入本地下载好的库问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-08-08
这篇文章主要介绍了django免除csrf校验的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-05-05
这篇文章主要为大家介绍了Python Map 函数，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2021-12-12
这篇文章主要为大家详细介绍了python+opencv实现动态物体的追踪，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-01-01
这篇文章主要介绍了python 还原梯度下降算法实现一维线性回归，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-10-10
最新评论