JavaEE
鸿蒙应用开发
HTML&JS+前端
Python+大数据开发
人工智能开发
电商视觉设计
软件测试
新媒体+短视频
集成电路应用开发
C/C++
狂野架构师
IP短视频
Pandas算术运算和数据对齐【Pandas索引操作演示】
更新时间:2021年07月30日16时09分 来源:传智教育 浏览次数:
Pandas执行算术运算时，会先按照索引进行对齐，对齐以后再进行相应的运算，没有对齐的位置会用NaN进行补齐。其中，Series是按行索引对齐的，DataFrame是按行索引、列索引对齐的。
假设有两个Series对象，创建它们的示例代码如下。
In [45]: obj_one = pd.Series(range(10, 13), index=range(3))
obj_one
Out[45]:
0 10
1 11
2 12
dtype: int64
In [46]: obj_two = pd.Series(range(20, 25), index=range(5))
obj_two
Out[46]:
0 20
1 21
2 22
3 23
4 24
dtype: int32
上述示例中创建了两个Series对象：obj_one和obj_two，从输出结果可以看出，obj_one比obj_two少两行数据。
如果要对obj_one与obj_two进行加法运算，则会将它们按照索引先进行对齐，对齐的位置进行加法运算，没有对齐的位置使用NAN值进行填充，具体代码如下。
In [47]: obj_one + obj_two # 执行相加运算 Out[47]: 0 30.0 1 32.0 2 34.0 3 NaN 4 NaN dtype: float64
如果希望不使用NAN填充缺失数据，则可以在调用add方法时提供fill_value参数的值，fill_value将会使用对象中存在的数据进行补充，具体示例代码如下。
In [48]: obj_one.add(obj_two, fill_value = 0) # 执行加法运算，补充缺失值 Out[48]: 0 30.0 1 32.0 2 34.0 3 23.0 4 24.0 dtype: float64
当然其他的算术运算也是类似的，这里就不再过多赘述了。
猜你喜欢：
最新资讯
0
分享到：
江苏传智播客教育科技股份有限公司 版权所有Copyright 2006-2024 All Rights Reserved 苏ICP备16007882号营业执照增值电信业务经营许可证出版物经营许可证
苏公网安备 32132202001156号