1. 程式人生 > >Pandas:Series和DataFrame間的算術元素

Pandas:Series和DataFrame間的算術元素

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

一、Series與Series

s1 = Series([1,3,5,7],index=['a','b','c','d'])
s2 = Series([2,4,6,8],index=['a','b','c','e'])

索引對齊項相加,不對齊項的值取NaN

s1+s2
a     3.0
b     7.0
c    11.0
d     NaN
e     NaN
dtype: float64

二、DataFrame與DataFrame

data1 = {'水果':['蘋果','梨','草莓'],
       '數量':[3,2,5],
       '價格':[10,9,8]}
data2 = {'數量':[3,2,5,6],
        '價格':[10,9,8,7]}
df1 = DataFrame(data1)
df2 = DataFrame(data2)

在行和列上同時對齊後進行計算,如果找不到對應項則取NaN

print(df1*df2)
      價格    數量   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與DataFrame

1.利用廣播實現DataFrame與某行的運算

print(df2+df2.iloc[0]) # 將第0行加到所有行上
   價格  數量
0  20   6
1  19   5
2  18   8
3  17   9

2.利用廣播實現DataFrame與某列的運算(指定軸axis=0)

print(df2.sub(df2.iloc[:,0],axis=0))
   價格  數量
0   0  -7
1   0  -7
2   0  -3
3   0  -1

3.運算時如果無法對齊,則填充NaN

s = Series([1,1,1
],index=['數量','價格','重量']) print(df2+s)
   價格  數量  重量
0  11   4 NaN
1  10   3 NaN
2   9   6 NaN
3   8   7 NaN