pandas学习笔记-算术运算和数据对齐

pandas最重要的一个功能是，它可以对不同索引的对象进行算数运算。在将对象相加时，如果存在不同的索引对，则结果的索引就是该索引对的并集。

s1 = pd.Series([7.3,-2.5,3.4,1.5],index=['a','c','d','e'])# a    7.3# c   -2.5# d    3.4# e    1.5s2 = pd.Series([-2.1,3.6,-1.5,4,3.1],index=['a','c','e','f','g'])# a   -2.1# c    3.6# e   -1.5# f    4.0# g    3.1print s1+s2# a    5.2# c    1.1# d    NaN# e    0.0# f    NaN# g    NaN

自动的数据对齐操作在不重叠的索引处引入了NA值。缺失值会在算数运算过程中传播。

df1 = pd.DataFrame(np.arange(9).reshape((3,3)),columns=list('bcd'),index=['Ohio','Texas','Colorado'])#           b  c  d# Ohio      0  1  2# Texas     3  4  5# Colorado  6  7  8df2 = pd.DataFrame(np.arange(12).reshape((4,3)),columns=list('bcd'),index=['Utah','Ohio','Texas','Oregon'])#         b   c   d# Utah    0   1   2# Ohio    3   4   5# Texas   6   7   8# Oregon  9  10  11df1+df2#             b     c     d# Colorado  NaN   NaN   NaN# Ohio      3.0   5.0   7.0# Oregon    NaN   NaN   NaN# Texas     9.0  11.0  13.0# Utah      NaN   NaN   NaN

使用df1的add方法，传入df2以及一个fill_value参数：

df1.add(df2,fill_value=0)#             b     c     d# Colorado  6.0   7.0   8.0# Ohio      3.0   5.0   7.0# Oregon    9.0  10.0  11.0# Texas     9.0  11.0  13.0# Utah      0.0   1.0   2.0

与此类似，在对Series或DataFrame重新索引时，也可以指定一个填充值：

df1.reindex(index=df2.index,fill_value=0)#         b  c  d# Utah    0  0  0# Ohio    0  1  2# Texas   3  4  5# Oregon  0  0  0