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。
上一篇: 我和别人的不同
下一篇: 如何判断用户在文本框中输入全为空格
推荐阅读
-
Numpy的ndarray和Pandas的Series和DataFrame类型的一些对比和理解
-
浅谈Pandas:Series和DataFrame间的算术元素
-
对pandas中两种数据类型Series和DataFrame的区别详解
-
Pandas:Series和DataFrame删除指定轴上数据的方法
-
pandas 对series和dataframe进行排序的实例
-
浅谈Series和DataFrame中的sort_index方法
-
python pandas 对series和dataframe的重置索引reindex方法
-
浅谈Pandas:Series和DataFrame间的算术元素
-
对pandas中两种数据类型Series和DataFrame的区别详解
-
python数据处理,pandas包中DataFrame和Series的常用方法整理