pandas深化学习之数学运算

系列文章目录

pandas深化学习之索引
pandas深化学习之排序重塑
pandas深化学习之缺失值处理
pandas深化学习之字符串处理

---

---

前言

本文主要记录pandas中缺失值异常值相关的api使用：
通过对真实数据的一系列操作帮助我们熟练掌握相关api的使用。

---

提示：以下是本篇文章正文内容，下面案例可供参考

1.引入库

代码如下：

import pandas as pd
import numpy as np

import warnings
warnings.filterwarnings('ignore')

2.造数据

代码如下：

df = pd.DataFrame(np.random.randint(10,100,(10,5)),columns=list('ABCDE'))

结果

---

3.数据基本信息查询

我们在理解DataFrame时要类比Excel表格，可以帮助我们更清晰的分析

在DataFrame中，我更倾向于叫一行为样本或者记录，叫一列为特征或者属性

df.info()

结果

4.基本运算api

• 加、减、乘、除、取余、乘方基本运算

add 加
sub 减
mul 乘
div 除
mod 取余
pow 乘方

当Series或者DataFrame 和一个标量运算时，实际上是每个元素和这个标量运算

df['A'].add(1)

结果

df.mul(10)

结果

df * 10

结果

运算和DataFrame 直接通过运算符和标量运算结果完全一致

df['