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
以上就是浅谈Pandas:Series和DataFrame间的算术元素的详细内容，更多请关注ga来源gaodai$ma#com搞$代*码网odaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：浅谈Pandas:Series和DataFrame间的算术元素
转载请注明原文链接：浅谈Pandas:Series和DataFrame间的算术元素
