Pandas中的Series和DataFrame间的算术元素实例用法

这篇文章主要讲解了"Pandas中的Series和DataFrame间的算术元素实例用法"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"Pandas中的Series和DataFrame间的算术元素实例用法"吧！

如下所示：

import numpy as npimport pandas as pdfrom 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+s21a  3.0b  7.0c 11.0d  NaNe  NaNdtype: 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 NaN1 81.0 4.0 NaN2 64.0 25.0 NaN3 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 61 19 52 18 83 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 -71 0 -72 0 -33 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 NaN1 10 3 NaN2 9 6 NaN3 8 7 NaN

感谢各位的阅读，以上就是"Pandas中的Series和DataFrame间的算术元素实例用法"的内容了，经过本文的学习后，相信大家对Pandas中的Series和DataFrame间的算术元素实例用法这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！