DataFrame与Series的运算

原则

Series索引值与DataFrame列名相同的项进行相加

函数计算

add()、sub()、mul()、div()

#Series中行索引与DataFrame列标签索引相加得到值
import pandas as pd
s = pd.Series([1,2,3,4])
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')
#Series以行为单位与DataFrame中的每行元素进行相加
print(df+s)
#     0    1     2      3
# 0  11  102  1003  10004
# 1  21  202  2003  20004
# 2  31  302  3003  30004
# 3  41  402  4003  40004

#Series以行为单位与DataFrame中的每列元素进行相加
print(df.add(s,axis=0))
#     0    1     2      3
# 0  11  101  1001  10001
# 1  22  202  2002  20002
# 2  33  303  3003  30003
# 3  44  404  4004  40004


s = pd.Series([1,2,3,4])
df = pd.DataFrame({0:[10,20,30,40]})
print(df+s)
#     0   1   2   3
# 0  11 NaN NaN NaN
# 1  21 NaN NaN NaN
# 2  31 NaN NaN NaN
# 3  41 NaN NaN NaN

#Series以行为单位进行计算
s = pd.Series([1,2,3,4])
df = pd.DataFrame({
    'b':[10,20,30,40],
    'a':[100,200,300,400],
    'c':[1000,2000,3000,4000],
    'd':[10000,20000,30000,40000]
})
print(df)
print('\n')
print(df+s)

#     a   b   c   d   0   1   2   3
# 0 NaN NaN NaN NaN NaN NaN NaN NaN
# 1 NaN NaN NaN NaN NaN NaN NaN NaN
# 2 NaN NaN NaN NaN NaN NaN NaN NaN
# 3 NaN NaN NaN NaN NaN NaN NaN NaN