dataframe进行算术运算

pandas的dataframe可以直接进行算术运算，包括一系列的加法减法、方差、标准差等等。

但是计算时会面临两个问题：

1. 其一，如何忽略非数字数据，因为在非数字数据的影响下，pandas会直接忽略该行数据，不进行计算。虽然不抛异常，但是丢失了数据。
2. 其二，pandas计算都是按行或列，如果我们求一个区域内的算术运算结果，需要再将行或列运算后的结果再运算，这对于一些简单的运算，譬如加减乘除类不会有影响，但是对于方差类的运算会有影响。

下面说下我的解决办法：

1. 针对数据类型问题，pandas提供了一个强大的apply方法，可以接受函数并作用于dataframe，所以我可以对该数据集进行清洗，即实现忽略非数字类型数据（置0是比较好的）。
2. 针对pandas本身的运算都是按行或按列，结果为一个series的问题，我采取的是numpy的算术运算，numpy是将其视为一个多维数组，而非结构性数据，这样计算出来为最终整个多维数组的结果。

Numpy与dataframe互转十分方便，

numpy -> dataframe：pd.Dataframe(numpy数组),

dataframe -> numpy：numpy数组 = df.values

df = pd.read_excel('D:\\test.xlsx')
# 原df
print(df)
# 转为numpy数组
arr = df.values
print(arr)
# 由numpy数组转回dataframe
df_new = pd.DataFrame(arr)
print(df_new)

其实这里比较重要的问题是一个数据清洗的问题，正如我这个数据集里的“中文”是无法被识别的，无法正常运算。所以需要将其清洗掉，目的就是为了把无法计算的数据置0：

• 第一步：调用dataframe的apply方法传入函数 pd.to_numeric，错误参数设置为errors=coerce，转数据类型为数值，不能转的置为nan。

df_new = df.apply(pd.to_numeric, errors='coerce')

第一步就可以将那些非数值型的数字置为nan了。但是此时若是进行算术运算结果会是nan，所以需要进一步处理。

• 第二步：将nan置为0。

• df_num = df_new.fillna(0)

  结果如下：

接下来就可以进行算术运算了，以加法为例：

将清洗后的数据集转为numpy数组，然后运算。

arr = df_num.values
sum_ = np.sum(arr)
print(sum_)