pandas算術(shù)運(yùn)算與數(shù)據(jù)對(duì)齊【算術(shù)運(yùn)算方法列舉】

pandas是數(shù)據(jù)分析的優(yōu)選工具，它提供了大量使用戶能夠快速且便捷處理數(shù)據(jù)的函數(shù)和方法，包括算術(shù)運(yùn)算與數(shù)據(jù)對(duì)齊、I/O工具、數(shù)據(jù)預(yù)處理和可視化。接下來將對(duì) pandas的算術(shù)運(yùn)算與數(shù)據(jù)對(duì)齊功能進(jìn)行介紹，具體如下。

pandas具有自動(dòng)對(duì)齊的功能，它能夠?qū)蓚€(gè)數(shù)據(jù)結(jié)構(gòu)的索引對(duì)齊，這一點(diǎn)尤其體現(xiàn)在算術(shù)運(yùn)算上。參與運(yùn)算的兩個(gè)數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ)形狀可以不同，具有的索引也可以不同。當(dāng)pandas 中的兩個(gè)數(shù)據(jù)結(jié)構(gòu)進(jìn)行運(yùn)算時(shí)，它們會(huì)自動(dòng)尋找重疊的索引進(jìn)行計(jì)算，若索引不重疊則自動(dòng)賦值為NaN。若原來的數(shù)據(jù)都是整型，生成NaN以后會(huì)自動(dòng)轉(zhuǎn)換成浮點(diǎn)型。任何數(shù)與NaN計(jì)算的結(jié)果都為NaN。關(guān)于pandas中算術(shù)運(yùn)算的方法如表1所示。

表1算術(shù)運(yùn)算的方法

>>> df_obj = pd. DataFrame ( [ [1,2, 3], [4, 5,6] ] )
>>> df_obj
0 1 2
0 1 2 3
1 4 5 6
>>> other = pd.DataFrame( [7,8,9] )
>>>  other
0
0   7
1   8
2   9
>>> df_obj + other
0   1  2
0   8.0 NaN NaN
1   12.0 NaN NaN
2    NaN NaN NaN
>>> df_obj.add(other, fill_valuew0.0)
0    1     2
0   8.0  2.0   3.0
1  12.0  5.0   6.0
2   9.0  NaN  NaN