pandas DataFrame 与Series间的运算

2019独角兽企业重金招聘Python工程师标准>>>

>>> from pandas  import Series
>>> from pandas import DataFrame
>>> 
>>> obj=Series([4,7,-5,3])
>>> obj
0    4
1    7
2   -5
3    3
dtype: int64
>>> obj=Series(np.arange(4.),index=['d','b','a','c'])
>>> 
>>> 
>>> obj
d    0.0
b    1.0
a    2.0
c    3.0
dtype: float64
>>> obj2=obj.reindex(['a','b','c','d','e'])
>>> 
>>> obj2
a    2.0
b    1.0
c    3.0
d    0.0
e    NaN
dtype: float64

 

>>> arr=np.arange(12.).reshape((3,4))
>>> arr
array([[  0.,   1.,   2.,   3.],
       [  4.,   5.,   6.,   7.],
       [  8.,   9.,  10.,  11.]])
>>> 
>>> 
>>> arr[0]
array([ 0.,  1.,  2.,  3.])
>>> 

 

DataFrame与series 的运算

--广播

>>> arr -arr[0]
array([[ 0.,  0.,  0.,  0.],
       [ 4.,  4.,  4.,  4.],
       [ 8.,  8.,  8.,  8.]])
>>> 

 

>>>frame=DataFrame(np.arange(12.).reshape((4,3)),columns=list('bde'),index='utah','Ohio','Texas','Oregon'])
>>> series=frame.ix[0]
>>> frame
          b     d     e
utah    0.0   1.0   2.0
Ohio    3.0   4.0   5.0
Texas   6.0   7.0   8.0
Oregon  9.0  10.0  11.0
>>> 

>>> frame
          b     d     e
utah    0.0   1.0   2.0
Ohio    3.0   4.0   5.0
Texas   6.0   7.0   8.0
Oregon  9.0  10.0  11.0
>>> 
>>> series
b    0.0
d    1.0
e    2.0
Name: utah, dtype: float64
>>> 

 

>>> frame -series
          b    d    e
utah    0.0  0.0  0.0
Ohio    3.0  3.0  3.0
Texas   6.0  6.0  6.0
Oregon  9.0  9.0  9.0
>>> 

转载于:https://my.oschina.net/zhiyonghe/blog/901890