python中对series数学函数_Series和DataFrame的简单数学运算

Series和DataFrame的简单数学运算操作学习

引入相关库

import numpy as np

import pandas as pd

from pandas import Series,DataFrame

Series的数学运算

首先创建两个series，s1和s2

s1=Series([1,2,3],index=['A','B','C'])

s1

A 1

B 2

C 3

dtype: int64

s1=Series([1,2,3],index=['A','B','C'])

s1

A 1

B 2

C 3

dtype: int64

s2=Series([4,5,6,7],index=['B','C','D','E'])

s2

B 4

C 5

D 6

E 7

dtype: int64

获取s1+s2的运算结果

其中A在s2里面为NaN，D和E在s1里面为NaN，NaN和任何数相加为NaN

s1 + s2

A NaN

B 6.0

C 8.0

D NaN

E NaN

dtype: float64

DataFrame的运算

先创建两个DataFrame

第一个DataFrame为2*2的

df1=DataFrame(np.arange(4).reshape(2,2),index=['A','B'],columns=['BJ','SH'])

df1

BJ SH

----------

A 0 1

B 2 3

第二个DataFrame为3*3的

df2=DataFrame(np.arange(9).reshape(3,3),index=['A','B','C'],columns=['BJ','SH','GZ'])

df2

BJ SH GZ

-------------

A 0 1 2

B 3 4 5

C 6 7 8

获取df1+df2的运算结果

加法规则与Sereies类似，df1相对于df2没有值的地方作为NaN参与运算，结果也为NaN。

BJ SH GZ

------------------

A 0.0 NaN 2.0

B 5.0 NaN 7.0

C NaN NaN NaN

DataFrame内置的运算

创建一个新的DataFrame

df3=DataFrame([[1,2,3],[4,5,np.nan],[7,8,9]],index=['A','B','C'],columns=['c1','c2','c3'])

df3

c1 c2 c3

------------------

A 1 2 3.0

B 4 5 NaN

C 7 8 9.0

sum运算返回一个Series，忽略NaN的值，得出每一列的和

df3.sum()

c1 12.0

c2 15.0

c3 12.0

dtype: float64

如下可以获取每一行的求和

df3.sum(axis=1)

A 6.0

B 9.0

C 24.0

dtype: float64

min求每一列的最小值，如果求行的min传入axis=1

df3.min()

c1 1.0

c2 2.0

c3 3.0

dtype: float64

max求每一列的最大值，如果求行的max传入axis=1

df3.max()

c1 7.0

c2 8.0

c3 9.0

dtype: float64

describe会返回一些以列为基础的统计的数据，count代表数据个数，mean代表平均值，std代表标准差，min代表最小值，max代表最大值，以及百分比数据。

df3.describe()

c1 c2 c3

-------------------------

count 3.0 3.0 2.000000

mean 4.0 5.0 6.000000

std 3.0 3.0 4.242641

min 1.0 2.0 3.000000

25% 2.5 3.5 4.500000

50% 4.0 5.0 6.000000

75% 5.5 6.5 7.500000

max 7.0 8.0 9.000000

本文地址：https://blog.csdn.net/weixin_44039183/article/details/107878158

希望与广大网友互动？？

点此进行留言吧！