我的pyhon数据分析之路（3）——Pandas数值运算的方法

数值运算即：对pandas里的数据进行加减乘除运算和高级函数运算。

当使用sub、add等通用函数运算时，panda的索引（index）有两个特点：（1）保留索引和列标签
（2） 索引自动对齐

特点1：索引的保留`

我们通过一个series列子演示：

rng=np.random.RandomState(42)
ser = pd.Series(rng.randint(0,10,4))
0    6
1    3
2    7
3    4
dtype: int32

#进行exp（以e为底的log运算），索引和原来没有变化

print(np.exp(ser))
0     403.428793
1      20.085537
2    1096.633158
3      54.598150
dtype: float64

通过一个dataframe列子演示：
其行索引和列标签和原来一样

df=pd.DataFrame(rng.randint(0,10,[3,4]),columns=['a','b','c','d'])
print(np.sin(df*np.pi/4))
          a             b         c             d
0 -1.000000  7.071068e-01  1.000000 -1.000000e+00
1 -0.707107  1.224647e-16  0.707107 -7.071068e-01
2 -0.707107  1.000000e+00 -0.707107  1.224647e-16

第二特点：索引会自动对齐，结果是两个Series或datafrma的并集

a=pd.Series([2,4,6],index=[0,1,2])
b=pd.Series([1,3,5],index=[1,2,3])
0    2
1    4
2    6
dtype: int64
1    1
2    3
3    5
dtype: int64

a+b,索引时 a和b索引的并集

#缺失值会用NAN填充
print(a.add(b))
0    NaN
1    5.0
2    9.0
3    NaN

datatfram与series之间的运算

df=pd.DataFrame(rng.randint(10,size=(3,4)),columns=list('qrst'))
   q  r  s  t
0  1  7  5  1
1  4  0  9  5
2  8  0  9  2

s1=df.iloc[0,:2]
q    1
r    7

df的qr俩列每一行都减去了s1，st两列由于没有索引相匹配，显示空值。（结果是dataframe和series的交集）

df-s1
 q    r   s   t
0  0.0  0.0 NaN NaN
1  3.0 -7.0 NaN NaN
2  7.0 -7.0 NaN NaN

‘’‘运算方法’’’

# pyhon运算符   方法
#       +       add()
#       -       sub()、subtract()
#       *       mul()、multiply()
#       /       div()、divide()、truediv
#       //      floordiv()
#       %       mod()
#       **      pow()