- pandas 笔记005
- 五、对齐运算
- 1.算术运算和数据对齐
- 1.1 Series
- 1.2 Dataframe
- 2.使用填充值的算术方法
- 2.1 Series
- 2.2 Dataframe
- 3.Dataframe和Series混合运算
- 3.1 按行广播
- 3.2 按列广播
import numpy as np import pandas as pd1.1 Series
a1 = pd.Series(np.arange(4),index=['a','b','c','d'])
a2 = pd.Series(np.arange(5),index=['a','r','c','u','k'])
print(a1)
print("="*20)
print(a2)
a 0 b 1 c 2 d 3 dtype: int32 ==================== a 0 r 1 c 2 u 3 k 4 dtype: int32
有相同的索引值相加后结果变为浮点数，不相同则返回NAN值。
a1 + a2
a 0.0 b NaN c 4.0 d NaN k NaN r NaN u NaN dtype: float641.2 Dataframe
a3 = pd.Dataframe(np.arange(12).reshape(3,4),index=['a','b','c'],columns=['q','w','e','r'])
a4 = pd.Dataframe(np.arange(9).reshape(3,3),index=['a','u','c'],columns=['m','e','r'])
print(a3)
print("="*20)
print(a4)
q w e r a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 ==================== m e r a 0 1 2 u 3 4 5 c 6 7 8
只有行和列索引都相同的才能运算，否则返回NAN值
a3 + a4
e m q r w a 3.0 NaN NaN 5.0 NaN b NaN NaN NaN NaN NaN c 17.0 NaN NaN 19.0 NaN u NaN NaN NaN NaN NaN2.使用填充值的算术方法 2.1 Series
a1 = pd.Series(np.arange(4),index=['a','b','c','d'])
a2 = pd.Series(np.arange(5),index=['a','r','c','u','k'])
print(a1)
print("="*20)
print(a2)
print("="*20)
print(a1 + a2) #有相同的索引值相加后结果变为浮点数，不相同索引值相加则返回NAN
a 0 b 1 c 2 d 3 dtype: int32 ==================== a 0 r 1 c 2 u 3 k 4 dtype: int32 ==================== a 0.0 b NaN c 4.0 d NaN k NaN r NaN u NaN dtype: float64
使用填充值，不会返回NAN值，如果a1,a2的索引值相同则将对应的值作算术运算，如果不同则作为一行新的数据，形成一个新的Series索引
a1.add(a2,fill_value=0) #a1+a2 忽略NAN影响
a 0.0 b 1.0 c 4.0 d 3.0 k 4.0 r 1.0 u 3.0 dtype: float642.2 Dataframe
a3 = pd.Dataframe(np.arange(12).reshape(3,4),index=['a','b','c'],columns=['q','w','e','r'])
a4 = pd.Dataframe(np.arange(9).reshape(3,3),index=['a','u','c'],columns=['m','e','r'])
print(a3)
print("="*20)
print(a4)
print("="*20)
print(a3 + a4) #只有行索引和列索引都相同的才能运算，否则返回NAN
q w e r
a 0 1 2 3
b 4 5 6 7
c 8 9 10 11
====================
m e r
a 0 1 2
u 3 4 5
c 6 7 8
====================
e m q r w
a 3.0 NaN NaN 5.0 NaN
b NaN NaN NaN NaN NaN
c 17.0 NaN NaN 19.0 NaN
u NaN NaN NaN NaN NaN
只有当两个Dataframe索引独有的行和列独有的索引对应的值才返回NAN，例如下面的 b行m列返回NAN值，其索引值是由a3独有的b和a4独有的m组成的，行和列其中之一的索引值不是独有的，则返回对应Dataframe中的值，例如a行q列中的是a3,a4都有的，返回a3中 a行q列对应的值。
#使用填充值， a3.add(a4,fill_value=0)
e m q r w a 3.0 0.0 0.0 5.0 1.0 b 6.0 NaN 4.0 7.0 5.0 c 17.0 6.0 8.0 19.0 9.0 u 4.0 3.0 NaN 5.0 NaN
r 开头字母表示会翻转参数
1/a3
q w e r a inf 1.000000 0.500000 0.333333 b 0.250 0.200000 0.166667 0.142857 c 0.125 0.111111 0.100000 0.090909
a3.rdiv(1) #翻转div（除法），结果等同 1/a3
q w e r a inf 1.000000 0.500000 0.333333 b 0.250 0.200000 0.166667 0.142857 c 0.125 0.111111 0.100000 0.090909
reindex指定索引和缺失值
将a3的列索引替换为a4的列索引 ，如果索引名字不相同，则返回NAN（不改变原Dataframe索引）
a3.reindex(columns=a4.columns)）
m e r a NaN 2 3 b NaN 6 7 c NaN 10 11
#对NAN进行填充 a3.reindex(columns=a4.columns,fill_value=66) #把所有的NAN替换为66(可指定任意值)
m e r a 66 2 3 b 66 6 7 c 66 10 113.Dataframe和Series混合运算 3.1 按行广播
arr = np.arange(12).reshape(3,4) arr
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
取出第一行
arr[0] #取出第一行
array([0, 1, 2, 3])
每一行都减去第一行（按行进行广播）
arr - arr[0] #每一行都减去第一行（按行进行广播）
array([[0, 0, 0, 0],
[4, 4, 4, 4],
[8, 8, 8, 8]])
a3 = pd.Dataframe(np.arange(12).reshape(3,4),index=['a','b','c'],columns=['q','w','e','r']) a3
q w e r a 0 1 2 3 b 4 5 6 7 c 8 9 10 11
位置索引 iloc[m,n] 第一个参数m表示行，第二个参数n表示列
s1 = a3.iloc[0] #取出第一行 s1
q 0 w 1 e 2 r 3 Name: a, dtype: int32
每一行都减去第一行（按行进行广播）
a3-s1 #每一行都减去第一行（按行进行广播）
q w e r a 0 0 0 0 b 4 4 4 4 c 8 8 8 83.2 按列广播
取出q这一列
s2 = a3['q'] #取出q这一列 s2
a 0 b 4 c 8 Name: q, dtype: int32
默认是行axis=1，指定axis='index'或axis=0，按列进行广播(a3所有列分别减去第q列)
a3.sub(s2,axis='index') #默认是行axis=1，指定axis='index'(或axis=0)，按列进行广播(a3所有列分别减去第q列)
q w e r a 0 1 2 3 b 0 1 2 3 c 0 1 2 3
a3.sub(s2,axis=0) #默认是行axis=1，指定axis=0(或)axis='index'，按列进行广播(a3所有列分别减去第q列)
q w e r a 0 1 2 3 b 0 1 2 3 c 0 1 2 3
a3.sub(s2) #默认情况 axis=1
a b c e q r w a NaN NaN NaN NaN NaN NaN NaN b NaN NaN NaN NaN NaN NaN NaN c NaN NaN NaN NaN NaN NaN NaN
