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