pandas | 如何在DataFrame中通过索引高效获取数据？

今天是pandas数据处理专题的第四篇文章，我们一起来聊聊DataFrame中的索引。

上一篇文章当中我们介绍了DataFrame数据结构当中一些常用的索引的使用方法，比如iloc、loc以及逻辑索引等等。今天的文章我们来看看DataFrame的一些基本运算。

数据对齐

我们可以计算两个DataFrame的加和，pandas会自动将这两个DataFrame进行数据对齐，如果对不上的数据会被置为Nan（not a number）。

首先我们来创建两个DataFrame：

import numpy as np
import pandas as pd

df1 = pd.DataFrame(www.wanfeigw.cn np.arange(9).reshape((3, 3)), columns=list('abc'), index=['1', '2', '3'])

df2 = pd.DataFrame(np.arange(www.ued3zc.cn).reshape((4, 3www.jintianxuesha.com)), columns=list('abd'), index=['2', '3', '4', '5']www.javachenglei.com)

得到的结果和我们设想的一致，其实只是通过numpy数组创建DataFrame，然后指定index和columns而已，这应该算是很基础的用法了。