首頁技術文章正文

pandas算術運算與數(shù)據(jù)對齊【算術運算方法列舉】

更新時間:2022-09-13 來源:黑馬程序員 瀏覽量:

IT培訓班

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,包括算術運算與數(shù)據(jù)對齊、I/O工具、數(shù)據(jù)預處理和可視化。接下來將對 pandas的算術運算與數(shù)據(jù)對齊功能進行介紹,具體如下。

pandas具有自動對齊的功能,它能夠將兩個數(shù)據(jù)結構的索引對齊,這一點尤其體現(xiàn)在算術運算上。參與運算的兩個數(shù)據(jù)結構的基礎形狀可以不同,具有的索引也可以不同。當pandas 中的兩個數(shù)據(jù)結構進行運算時,它們會自動尋找重疊的索引進行計算,若索引不重疊則自動賦值為NaN。若原來的數(shù)據(jù)都是整型,生成NaN以后會自動轉換成浮點型。任何數(shù)與NaN計算的結果都為NaN。關于pandas中算術運算的方法如表1所示。

表1算術運算的方法

1663055174606_41.png
Series和DataFrame進行算術運算時,它們都支持數(shù)據(jù)自動對齊功能,同時也支持使用fill_value參數(shù)指定NaN為填充值。例如,創(chuàng)建兩個DataFrame對象,它們執(zhí)行相加操作的同時指定填充值,代碼如下:
>>> 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





分享到:
在線咨詢 我要報名
和我們在線交談!