pandas（三）

一、pandas对齐运算

1.1 Series运算

• 共同索引对应为运算，其它填充NaN

• 共同索引对应为运算，其它填充NaN

• Series使用算术方法，不支持指定填充值

  
  
  image.png
  
  
  image.png

1.2 DataFrame运算

1.2.1 DataFrame算术

• 实际上，通过 + - * / // ** 等符号可以直接对DataFrame与DataFrame之间或者DataFrame以及Series之间进行运算。但秉承的原则就是对应索引运算，存在索引不同时，返回结果为索引对的并集。
• 但是实际操作会发现，当存在索引不同时，返回的值自动填充NaN。

1.2.2 使用填充值的算术方法

image.png

当存在索引不同时，返回的值自动填充NaN

image.png

指定填充

image.png

注意方向

image.png

image.png

1.2.3 混合运算

不考虑方向时

image.png

建议使用方法运算

image.png

image.png

二、Pandas统计计算和描述

2.1 Pandas统计计算和描述常用方法

image.png

2.2 Pandas统计计算和描述常用方法详解

2.2.1 sum求和

• 自动忽略缺失值

• 使用参数axis=改变求和方向

  
  
  image.png

2.2.2 idxmin,idxmax最小值，最大值的标签索引

image.png

2.2.3 diff 计算第一个算术差值(时间序列)

• 个人理解，其实是当行减去上一行的结果

  
  
  image.png
  
  
  image.png

2.2.4 cumsum 累计值

image.png

2.3 查看汇总统计 df.describe()

image.png

2.4 表的信息df.info()

image.png

2.5 函数应用于映射

• df.apply(func, axis=0) # 通过 apply 将函数运用到列 或者 行

  
  
  image.png

• df.applymap(func) # applymap将函数应用到每个数据上

  
  
  image.png