Pandas Series的向量计算

#pandas做计算都是依据索引,和位置没有关系
import pandas as pd
s1=pd.Series([1,2,3,4],index=['a','b','c','d'])
s2=pd.Series([10,20,30,40],index=['a','b','c','d'])
s3=pd.Series([10,20,30,40],index=['d','b','a','c'])#索引相同的地方进行相加
s4=pd.Series([10,20,30,40],index=['c','d','e','f'])#没有同时存在的索引,得到NaN
s5=pd.Series([10,20,30,40],index=['e','f','g','h'])#索引都不同时存在,所有都是NaN
print (s1+s2)
print (s1+s3)
print (s1+s4)
print (s1+s5)
a    11
b    22
c    33
d    44
dtype: int64
a    31
b    22
c    43
d    14
dtype: int64
a     NaN
b     NaN
c    13.0
d    24.0
e     NaN
f     NaN
dtype: float64
a   NaN
b   NaN
c   NaN
d   NaN
e   NaN
f   NaN
g   NaN
h   NaN
dtype: float64
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值