数据分析工具Pandas（3）：Pandas的对齐运算
【摘要】 数据分析工具Pandas（1）：Pandas的数据结构
数据分析工具Pandas（2）：Pandas的索引操作
数据分析工具Pandas（3）：Pandas的对齐运算
Pandas的对齐运算
是数据清洗的重要过程，可以按索引对齐进行运算，如果没对齐的位置则补NaN，最后也可以填充NaN
Series的对齐运算
1. Series 按行、索引对齐
&nb...
Pandas的对齐运算
是数据清洗的重要过程，可以按索引对齐进行运算，如果没对齐的位置则补NaN，最后也可以填充NaN
Series的对齐运算
1. Series 按行、索引对齐
-
s1 = pd.Series(range(10, 20), index = range(10))
-
s2 = pd.Series(range(20, 25), index = range(5))
-
-
print('s1: ' )
-
print(s1)
-
-
print('')
-
-
print('s2: ')
-
print(s2)
运行结果：
-
s1:
-
0 10
-
1 11
-
2 12
-
3 13
-
4 14
-
5 15
-
6 16
-
7 17
-
8 18
-
9 19
-
dtype: int64
-
-
s2:
-
0 20
-
1 21
-
2 22
-
3 23
-
4 24
-
dtype: int64
2. Series的对齐运算
-
# Series 对齐运算
-
s1 + s2
运行结果：
-
0 30.0
-
1 32.0
-
2 34.0
-
3 36.0
-
4 38.0
-
5 NaN
-
6 NaN
-
7 NaN
-
8 NaN
-
9 NaN
-
dtype: float64
DataFrame的对齐运算
1. DataFrame按行、列索引对齐
-
df1 = pd.DataFrame(np.ones((2,2)), columns = ['a', 'b'])
-
df2 = pd.DataFrame(np.ones((3,3)), columns = ['a', 'b', 'c'])
-
-
print('df1: ')
-
print(df1)
-
-
print('')
-
print('df2: ')
-
print(df2)
运行结果：
-
df1:
-
a b
-
0 1.0 1.0
-
1 1.0 1.0
-
-
df2:
-
a b c
-
0 1.0 1.0 1.0
-
1 1.0 1.0 1.0
-
2 1.0 1.0 1.0
2. DataFrame的对齐运算
-
# DataFrame对齐操作
-
df1 + df2
运行结果：
-
a b c
-
0 2.0 2.0 NaN
-
1 2.0 2.0 NaN
-
2 NaN NaN NaN
填充未对齐的数据进行运算
1. fill_value
使用
add,sub,div,mul的同时，通过
fill_value指定填充值，未对齐的数据将和填充值做运算
-
print(s1)
-
print(s2)
-
s1.add(s2, fill_value = -1)
-
-
print(df1)
-
print(df2)
-
df1.sub(df2, fill_value = 2.)
运行结果：
-
# print(s1)
-
0 10
-
1 11
-
2 12
-
3 13
-
4 14
-
5 15
-
6 16
-
7 17
-
8 18
-
9 19
-
dtype: int64
-
-
# print(s2)
-
0 20
-
1 21
-
2 22
-
3 23
-
4 24
-
dtype: int64
-
-
# s1.add(s2, fill_value = -1)
-
0 30.0
-
1 32.0
-
2 34.0
-
3 36.0
-
4 38.0
-
5 14.0
-
6 15.0
-
7 16.0
-
8 17.0
-
9 18.0
-
dtype: float64
-
-
-
# print(df1)
-
a b
-
0 1.0 1.0
-
1 1.0 1.0
-
-
# print(df2)
-
a b c
-
0 1.0 1.0 1.0
-
1 1.0 1.0 1.0
-
2 1.0 1.0 1.0
-
-
-
# df1.sub(df2, fill_value = 2.)
-
a b c
-
0 0.0 0.0 1.0
-
1 0.0 0.0 1.0
-
2 1.0 1.0 1.0
参考资料
文章来源: drugai.blog.csdn.net，作者：DrugAI，版权归原作者所有，如需转载，请联系作者。
原文链接：drugai.blog.csdn.net/article/details/104285978
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）