1.算數計算 2018/11/8 2018/12/10 ?1.1函數：?? Series.product([axis, skipna, level, …]) # 返回請求軸的值的乘積；各個元素相乘 Series.dot(other) # 矩陣乘法與DataFrame或內部產品與Series對象。 ? 1.2算數計算實例： ?? # s1,s2同為序列或數據幀；可以不等長，之一可為標量，可含np.nan值；都必須為數字 # add +；sub -； mul* ；div / ；//(整除) ；s2.mod(s1)模除（返回余數）；** ；都有自身運算df1=pd.DataFrame(np.arange(4).reshape(2,2),columns=list('ab'),index=['one','two']) df2=pd.DataFrame(np.arange(10,19).reshape(3,3),columns=list('abc'),index=['one','two','three'])df1.add(df2)#等價df1+df2 # a b c # one 10.0 12.0 NaN # three NaN NaN NaN # two 15.0 17.0 NaNdf1.add(df2,fill_value=0) # a b c # one 10.0 12.0 12.0(添加) # three 16.0 17.0 18.0 <---添加一行 # two 15.0 17.0 15.0(添加)s = s1 + s2 s1 += s2 # s1=s1+s2 s1.round() #四舍五入參數為整數，當為1時將第二位小時舍入到第一位 ?? 2.比較運算符? # 運算符：>,>=,<,<=,!=,== ；eq，ne，lt，gt， le，gedf.gt(df2);s1>s2 # one two three # a False False False # b False False False # c False False False # d False False False ?? 3.1布爾運算： df1 = pd.DataFrame({'a' : [1, 0, 1], 'b' : [0, 1, 1] }, dtype=bool) df2 = pd.DataFrame({'a' : [0, 1, 1], 'b' : [1, 1, 0] }, dtype=bool)df1 & df2#邏輯與 df1 | df2#邏輯或 df1 ^ df2#異或 -df1 #取反# a b # 0 False True # 1 True False # 2 False False

3.2.if / Truth語句：?

# 用a.empty, a.any() or a.all()；不用and，or，not錯誤用法： # if pd.Series([False, True, False]):#值錯誤if pd.Series([False, True, False]) is not None:pass#檢查是否有任何值True： if pd.Series([False, True, False]).any():pass

?

(df > 0).any() (df > 0).any().any()#True df.empty #False(df > 0).all() # one False # two False # three False # dtype: bool# 評估單元素對象用bool()： pd.Series([True]).bool() #True pd.DataFrame([[False]]).bool()#False

?

3.3.使用in運算符

?

# in運算符測試索引中的成員資格 s = pd.Series(range(5), index=list('abcde'))'b' in s # True 'a' in df1# True# 測試值的成員資格用isin()： s.isin([2])# a False # b False # c True # d False # e False # dtype: bools.isin([2]).any() #True df1.isin([1]).any().all()#True

?

總結

以上是生活随笔為你收集整理的pandas 学习汇总17 - 计算( tcy)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。