Pandas库的数据类型运算

本文的主要内容是基于中国大学mooc（慕课）中的“Python数据分析与可视化”课程进行整理和总结。

算术运算法则

算术运算根据行列索引，补齐后进行运算，不同索引之间不进行运算，运算默认产生浮点数 ；
补齐时默认填充NaN（空值）；
二维和一维，一维和零维（实数）进行广播运算；
采用±*/符号进行的二元运算会产生新的对象；

a = pd.DataFrame(np.arange(12).reshape(3,4))
a

	0	1	2	3
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

b = pd.DataFrame(np.arange(20).reshape(4,5))
b

	0	1	2	3	4
0	0	1	2	3	4
1	5	6	7	8	9
2	10	11	12	13	14
3	15	16	17	18	19

a + b

标签相同的行和列进行运算，不同的补齐后运算，补齐的值为NaN，NaN与任何元素运算都是NaN。

方法形式的运算

方法	说明
.add(d,**argws)	类型间加法运算，可选参数
.sub(d,**argws)	类型间减法法运算，可选参数
.mul(d,**argws)	类型间乘法法运算，可选参数
.div(d,**argws)	类型间除法法运算，可选参数

这与±*/相比，好处在于可以增加一些可选参数。

a.add(b,fill_value=100)

可以看到使用fill_vallue先对a和b缺少的位置进行填充，随后再进行运算。
不同维度运算的结果如何呢？

b = pd.DataFrame(np.arange(20).reshape(4,5))
b

	0	1	2	3	4
0	0	1	2	3	4
1	5	6	7	8	9
2	10	11	12	13	14
3	15	16	17	18	19

c = pd.Series(np.arange(4))
c

0    0
1    1
2    2
3    3
dtype: int32

c - 10

0   -10
1    -9
2    -8
3    -7
dtype: int32

可以看到，一维和0维进行运算使用广播功能，相当于对0维数据使用当前值（10）填充至于一维数据量相同，在进行运算。

c - b

同理c-b也会将一维的c作用到b的每一个维度上，c默认作用到了b的一轴上，b中的每一行都与c做了相应运算。若要指定在0轴上发生运算，也就是希望c中的每一列都减去b中的每一列，这时就需要使用方法形式的运算来增加可选参数axis=0.

b.sub(c,axis=0)

	0	1	2	3	4
0	0	1	2	3	4
1	4	5	6	7	8
2	8	9	10	11	12
3	12	13	14	15	16

比较运算法则

• 比较运算只能比较相同索引的元素，不进行补齐；
• 二维和一维，一维和0维使用广播进行运算；
• 使用">","<",">=","<=","!="等运算产生布尔对象；

a = pd.DataFrame(np.arange(20).reshape(4,5))
a

	0	1	2	3	4
0	0	1	2	3	4
1	5	6	7	8	9
2	10	11	12	13	14
3	15	16	17	18	19

b = pd.DataFrame(np.arange(20,0,-1).reshape(4,5))
b

	0	1	2	3	4
0	20	19	18	17	16
1	15	14	13	12	11
2	10	9	8	7	6
3	5	4	3	2	1

a > b

	0		1		2		3		4
0	False	False	False	False	False
1	False	False	False	False	False
2	False	True	True	True	True
3	True	True	True	True	True

当同维度进行运算时，需要保证尺寸一致，不存在填充的情况下，尺寸不同会直接报错。

c = pd.Series(np.arange(5))
c

0    0
1    1
2    2
3    3
4    4
dtype: int32

a > c

	0		1		2		3		4
0	False	False	False	False	False
1	True	True	True	True	True
2	True	True	True	True	True
3	True	True	True	True	True

可以看到，不同维度时，使用广播运算， 默认在1轴。