（12）DataFrame的运算

内容：

·各种函数运算

·DataFrame运算

·DataFrame和一个数的运算

·DataFrame和DataFrame的运算

·DataFrame和numpy数组的运算

·DataFrame和Series数组的运算

·根据某一列的数值，将整个数组重新排列

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

# 定义DataFrame数组->df
index = ["fom", "gom", "hom", "jom", "kom", "lom"]
dict_things = {
    "number": Series(data=np.random.randint(0, 100, size=6), index=index),
    "sum": Series(data=np.random.randint(0, 100, size=6), index=index),
    "much": Series(data=np.random.randint(0, 100, size=6), index=index)
}
df = DataFrame(dict_things)
print("df:\n", df)

运行结果：

【函数运算】

函数运算大致和Series数组一致，下例是“加法函数”大致代码：

在这里，需要注意：

求对某一行的运算时，令axis=1；

求对某一列的运算时，令axis=0。

# 求平均值:
# 求行平均值:axis="columns" or axis=1
# 求列平均值:axis="index" or axis=0
print("行平均值:\n", df.mean(axis="columns"))
print("列平均值:\n", df.mean(axis=0))
print()

运行结果：

 【DataFrame运算】

（DataFrame和一个数的运算）

DataFrame和一个数字进行运算（广播机制）

# DataFrame和一个数字进行运算（广播机制）
print("df+1:\n", df + 1)

 运行结果：

 （DataFrame和DataFrame的运算）

# DataFrame和DataFrame进行运算（索引对齐，不分方向）
df_1 = DataFrame(data=np.random.randint(0, 100, size=(5, 5)),
                 columns=list("ABCDE"),
                 index=list("abcde"))
df_2 = DataFrame(data=np.random.randint(0, 100, size=(4, 4)),
                 columns=list("ABCD"),
                 index=list("abcd"))
print("df_1+df_2:\n", df_1 + df_2)
print()

运行结果：

 （DataFrame和numpy数组的运算）

DataFrame和numpy数组的运算，符合广播机制，如果形状一致，那么就会按照对应位置，进行相应的运算。

# DataFrame和numpy数组进行运算：（广播机制）
# 如果形状一致，那么就会按照对应位置，进行相应的运算
arr = df_1.values
print("arr:\n", arr)
print("df_2+arr:\n", df_1 + arr)

运行结果：

 （DataFrame和Series数组的运算）

# DataFrame和Series数组进行运算，要注意索引对齐，axis=0（索引对齐，axis控制方向）
ser = Series(data=np.random.randint(0, 100, size=4), index=list("ABCD"))
print("df_1+ser:\n", df_1+ser)
print(df_1.add(ser, axis=1))

运行结果：

【根据某一列的数值，将整个数组重新排列】

return_things = role_things.sort_values(by="索引，默认为列索引", ascending=True,axis=0)

传入参数by=“索引，默认为列索引”

ascending=True：从小到大

ascending=False：从大到小