文章目录
四、Pandas数值运算方法
1.通用函数: 保留索引
因为 Pandas 是建立在 NumPy 基础之上的,所以 NumPy 的通用函数同样适用于 Pandas 的Series 和 DataFrame 对象。
使用 NumPy 通用函数,生成的结果是另一个保留索引的Pandas 对象
2.通用函数: 索引对齐
1). Series索引对齐
Pandas 会在计算过程中对齐两个对象的索引。
当要运算的数据有缺失时结果会输出并集,但只计算交集部分,其余部分会用NaN填充
如果用 NaN 值不是我们想要的结果,那么可以用适当的对象方法代替运算符。
2). DataFrame索引对齐
与Series类似
Python运算符与Pandas方法的映射关系
Python运算符 | Pandas方法 |
---|---|
+ | add() |
- | sub()、 subtract() |
* | mul()、 multiply() |
/ | truediv()、 div()、 divide() |
// | floordiv() |
% | mod() |
** | pow() |
3.通用函数: DataFrame与Series的运算
DataFrame 和 Series 的运算规则,与 NumPy 中二维数组与一维数组的运算规则是一样的。
一个二维数组减去自身的一行数据,默认按行运算的
在 Pandas 里默认也是按行运算的
DataFrame / Series 的运算与前面介绍的运算一样,结果的索引都会自动对齐
这些行列索引的保留与对齐方法说明 Pandas 在运算时会一直保存这些数据内容,从而避免在处理数据类型有差异和 / 或维度不一致的 NumPy 数组时可能遇到的问题。