Pandas数据结构：DataFrame学习笔记全解析(二)

DataFrame的运算

1.DataFrame之间的运算

同Series一样：

• 在运算中自动对齐不同索引的数据
• 如果索引不对应，则补NaN

**dataframe和dataframe的运算规则: 对应索引位置的元素进行运算. 这个对应索引位置, 是要求行列索引都相同才行 **

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

# df1 第一次考试：不同人员的各科目成绩
data = np.random.randint(0, 150, size=(5, 4))
columns = ['语文', '数学', '英语', 'python']
index = ['张三', '李四', '王五', '赵六', '田七']
df1 = DataFrame(data=data, index=index, columns=columns)
df1

	语文	数学	英语	python
张三	74	12	40	47
李四	121	27	128	87
王五	39	109	126	8
赵六	124	88	86	14
田七	103	96	34	74

# df2 第二次考试：不同人员的各科目成绩 有新学生转入
data = np.random.randint(0, 150, size=(6, 4))
columns = ['语文', '数学', '英语', 'python']
index = ['张三', '李四', '王五', '赵六', '田七', '孙八']
df2 = DataFrame(data=data, index=index, columns=columns)
df2

	语文	数学	英语	python
张三	103	50	85	101
李四	100	142	91	49
王五	47	133	36	88
赵六	131	83	79	87
田七	22	57	122	100
孙八	99	50	40	128

# 计算两次月考的平均成绩
(df1 + df2) / 2 # 可以看到孙八在df1中没有，所以都返回nan

	语文	数学	英语	python
孙八	NaN	NaN	NaN	NaN
张三	85.0	90.0	98.0	80.0
李四	73.0	126.0	112.0	50.5
王五	35.0	136.0	48.0	89.5
田七	34.5	96.5	61.0	90.5
赵六	87.5	66.0	49.0	109.0

# 消除nan的影响，使用0代替
(df1.add(df2, fill_value=0)) / 2

	语文	数学	英语	python
孙八	49.5	25.0	20.0	64.0
张三	85.0	90.0	98.0	80.0
李四	73.0	126.0	112.0	50.5
王五	35.0	136.0	48.0	89.5
田七	34.5	96.5	61.0	90.5
赵六	87.5	66.0	49.0	109.0

# dataframe和单个数字运算. 每个元素和这个数字进行运算
df1 + 10

	语文	数学	英语	python
张三	77	140	121	69
李四	56	120	143	62
王五	33	149	70	101
赵六	54	59	29	141
田七	57	146	10	91

Python 操作符与pandas操作函数的对应表：

Python Operator	Pandas Method(s)
+	add()
-	sub(), subtract()
*	mul(), multiply()
/	truediv(), div(), divide()
//	floordiv()
%	mod()
**	pow()

2.Series与DataFrame之间的运算

【重要】

使用Python操作符：以行为单位操作（参数必须是行），对所有行都有效。（类似于numpy中二维数组与一维数组的运算，但可能出现NaN）

使用pandas操作函数：

axis=0：以列为单位操作（参数必须是列），对所有列都有效。
axis=1：以行为单位操作（参数必须是行），对所有行都有效。

df_mean = (df1.add(df2, fill_value=0)) / 2
df_mean

	语文	数学	英语	python
孙八	49.5	25.0	20.0	64.0
张三	85.0	90.0	98.0	80.0
李四	73.0	126.0	112.0	50.5
王五	35.0	136.0	48.0	89.5
田七	34.5	96.5	61.0	90.5
赵六	87.5	66.0	49.0	109.0

# 修复孙八的成绩
# 拿到孙八平均后的成绩, 加到现在的孙八成绩上面
sunba = df_mean.loc['孙八']
sunba # 拿孙八平均后的成绩 （Seres类型）
"""
语文        49.5
数学        25.0
英语        20.0
python    64.0
Name: 孙八, dtype: float64
"""

df_mean + sunba

	语文	数学	英语	python
孙八	99.0	50.0	40.0	128.0
张三	134.5	115.0	118.0	144.0
李四	122.5	151.0	132.0	114.5
王五	84.5	161.0	68.0	153.5
田七	84.0	121.5	81.0	154.5
赵六	137.0	91.0	69.0	173.0

s = Series(data=np.random.randint(0, 150, size=(6,)), index=df_mean.index)
s
"""
孙八    105
张三    110
李四     11
王五     56
田七      2
赵六     71
dtype: int32
"""
# 默认dataframe和series是按照dataframe的columns来操作. 
# 如果要修改操作方向, 那么要通过pandas提供的运算函数
df_mean + s

	python	孙八	张三	数学	李四	王五	田七	英语	语文	赵六
孙八	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
张三	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
李四	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
王五	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
田七	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
赵六	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

# 默认axis=1
df_mean.add(s, axis=0)

	语文	数学	英语	python
孙八	67.5	43.0	38.0	82.0
张三	86.0	91.0	99.0	81.0
李四	191.0	244.0	230.0	168.5
王五	140.0	241.0	153.0	194.5
田七	116.5	178.5	143.0	172.5
赵六	180.5	159.0	142.0	202.0