算數運算

• 任意一列加、減、乘、除一個值

創建一個 DataFrame

import numpy as np import pandas as pd df = pd.DataFrame(np.arange(16).reshape((4,4)),index = list('abcd'),columns=['A','B','C','D'])# 返回A B C D a 0 1 2 3 b 4 5 6 7 c 8 9 10 11 d 12 13 14 15

加法運算：

# A 列每個值加 5 df['A'] = df['A'] + 5 df# 返回A B C D a 5 1 2 3 b 9 5 6 7 c 13 9 10 11 d 17 13 14 15

減法運算：

# A 列每個值減 5 df['A'] = df['A'] - 5 df# 返回A B C D a -5 1 2 3 b -1 5 6 7 c 3 9 10 11 d 7 13 14 15

乘法運算：

# A 列每個值乘 5 df['A'] = df['A'] * 5 df# 返回A B C D a 0 1 2 3 b 20 5 6 7 c 40 9 10 11 d 60 13 14 15

除法運算：

# A 列每個值除 5 df['A'] = df['A'] / 5 df# 返回A B C D a 0.0 1 2 3 b 0.8 5 6 7 c 1.6 9 10 11 d 2.4 13 14 15

• 任意一列加、減、乘、除一個列

兩DataFrame相加、減、乘、除

兩個DataFrame進行四則運算，需具有相同的行，列索引名。如果索引名不相同，則返回NAN。

'''分別創建一個4*4和3*3的df和df1。由于df1中沒有D列，d行，所以df+df1時，這兩列值為NAN''' df = pd.DataFrame(np.arange(16).reshape((4,4)),index = list('abcd'),columns=['A','B','C','D']) df1= pd.DataFrame(np.arange(9).reshape((3,3)),index = list('abc'),columns=['A','B','C']) df+df1# 返回A B C D a 0.0 2.0 4.0 NaN b 7.0 9.0 11.0 NaN c 14.0 16.0 18.0 NaN d NaN NaN NaN NaN

當使用add()函數時，可以使用fill_value方法填充單個df中的缺失數據，但當兩個df中都為NAN的數據，該方法不會填充。

'''使用add方法，并為缺失值填充為0''' df.add(df1,fill_value=0)# 返回A B C D a 0.0 2.0 4.0 3.0 b 7.0 9.0 11.0 7.0 c 14.0 16.0 18.0 11.0 d 12.0 13.0 14.0 15.0

• 運算符與pandas操作函數

運算符操作函數注釋

+	add()	加法
-	sub()	減法
*	mul()	乘法
/	div()	除法
//	floordiv()	取整
**	pow()	乘方
%	mod()	取余

聚合函數

pandas中常用聚合函數如：max()，min()，mean()，sum()，count()，value_counts()，等

以sun()和count()為例：

'''對df中的行求和''' df.sum(axis=1)# 返回 a 6 b 22 c 38 d 54 dtype: int64'''對df中的列計數''' df.count(axis=0)# 返回 A 4 B 4 C 4 D 4 dtype: int64

總結

以上是生活随笔為你收集整理的pandas笔记（7）DataFrame数学运算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。