欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

浅谈Pandas:Series和DataFrame间的算术元素

程序员文章站 2023-01-30 13:00:12
如下所示: import numpy as np import pandas as pd from pandas import series,datafram...

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。