DataFrame与Series的运算

最新推荐文章于 2025-05-21 13:08:57 发布

原创最新推荐文章于 2025-05-21 13:08:57 发布 · 1.5k 阅读

0 ·

CC 4.0 BY-SA版权

Python 专栏收录该内容

15 篇文章

订阅专栏

博客介绍了Series和Dataframe的运算规则，即索引值与列名相同的项进行相加，还提及了相关函数计算，可指定axis按列执行计算，涉及的函数有add()、sub()、mul()、div()。

原则
Series索引值与Dataframe列名相同的项进行相加。

import pandas as pd

s = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])
df = pd.DataFrame({
    'a':[10, 20, 30, 40],
    'c':[100, 200, 300, 400],
    'b':[1000, 2000, 3000, 4000],
    'd':[10000, 20000, 30000, 40000]
})

print(df)
print('\n')
print(df+s)

运行结果
    a    c     b      d
0  10  100  1000  10000
1  20  200  2000  20000
2  30  300  3000  30000
3  40  400  4000  40000


    a     b    c      d
0  11  1002  103  10004
1  21  2002  203  20004
2  31  3002  303  30004
3  41  4002  403  40004

函数计算（可以指定axis按列执行计算）
add()、sub()、mul()、div()

import pandas as pd
s = pd.Series([1, 2, 3])
df = pd.DataFrame({
    0:[10, 20, 30, 40],
    1:[100, 200, 300, 400],
    2:[1000, 2000, 3000, 4000],
    3:[10000, 20000, 30000, 40000]
})
print(df)
print('\n')
print(df + s)
print('\n')
print(df.add(s, axis=0))

运行结果
    0    1     2      3
0  10  100  1000  10000
1  20  200  2000  20000
2  30  300  3000  30000
3  40  400  4000  40000


      0      1       2   3
0  11.0  102.0  1003.0 NaN
1  21.0  202.0  2003.0 NaN
2  31.0  302.0  3003.0 NaN
3  41.0  402.0  4003.0 NaN


      0      1       2        3
0  11.0  101.0  1001.0  10001.0
1  22.0  202.0  2002.0  20002.0
2  33.0  303.0  3003.0  30003.0
3   NaN    NaN     NaN      NaN