Series 와 DataFrame 사이 의 산술 연산 과 데이터 정렬

산술 연산 과 데이터 정렬 (NaN)

from pandas import Series,DataFrame
import numpy as np
import pandas as pd

Series

s1 = Series([-7.3,-2.5,3.4,1.5],index=['a','c','d','e'])
s1

a   -7.3
c   -2.5
d    3.4
e    1.5
dtype: float64

s2 = Series([-2.1,3.6,-1.5,4,3.1], index=['a','c','e','f','g'])
s2

a   -2.1
c    3.6
e   -1.5
f    4.0
g    3.1
dtype: float64

s1 + s2

a   -9.4
c    1.1
d    NaN
e    0.0
f    NaN
g    NaN
dtype: float64

DataFrame

print(list('bde'))

['b', 'd', 'e']

df1 = DataFrame(np.arange(9).reshape((3,3)),
               columns=list('bcd'),index=['Ohio','Texas','Colorado'])
df1

b
c
d
Ohio
0
1
2
Texas
3
4
5
Colorado
6
7
8

df2 = DataFrame(np.arange(12).reshape((4,3)),
               columns=list('bde'),index=['Utah','Ohio','Texas','Oregon'])
df2

b
d
e
Utah
0
1
2
Ohio
3
4
5
Texas
6
7
8
Oregon
9
10
11

df1 + df2 

b
c
d
e
Colorado
NaN
NaN
NaN
NaN
Ohio
3.0
NaN
6.0
NaN
Oregon
NaN
NaN
NaN
NaN
Texas
9.0
NaN
12.0
NaN
Utah
NaN
NaN
NaN
NaN
방법.
설명 하 다.
add
덧셈 (+) 에 쓰 이 는 방법
sub
감법 (-) 에 쓰 이 는 방법
div
나눗셈 (/) 에 사용 하 는 방법
mul
곱셈 (*) 에 쓰 이 는 방법
산술 방법 에 값 을 채우다

df1 = DataFrame(np.arange(12).reshape((3,4)),columns=list('abcd'))
df1

a
b
c
d
0
0
1
2
3
1
4
5
6
7
2
8
9
10
11

df2 = DataFrame(np.arange(20).reshape((4,5)),columns=list('abcde'))
df2

a
b
c
d
e
0
0
1
2
3
4
1
5
6
7
8
9
2
10
11
12
13
14
3
15
16
17
18
19

df1.add(df2,fill_value=0)

a
b
c
d
e
0
0.0
2.0
4.0
6.0
4.0
1
9.0
11.0
13.0
15.0
9.0
2
18.0
20.0
22.0
24.0
14.0
3
15.0
16.0
17.0
18.0
19.0
DataFrame 과 Series 사이 의 연산
계발 적 예
2 차원 배열 과 특정한 줄 간 의 차 이 를 계산 하 다 (방송).

arr = np.arange(12).reshape((3,4))
arr

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

arr[0]

array([0, 1, 2, 3])

arr - arr[0]

array([[0, 0, 0, 0],
       [4, 4, 4, 4],
       [8, 8, 8, 8]])

DataFrame 과 Series 간 연산
행 간 계산

frame = DataFrame(np.arange(12).reshape((4,3)),
                 columns=list('bde'),index=['Utah','Ohio','Texas','Oregon'])
frame

b
d
e
Utah
0
1
2
Ohio
3
4
5
Texas
6
7
8
Oregon
9
10
11

series = frame.ix[0]  # 
series

b    0
d    1
e    2
Name: Utah, dtype: int64

frame - series

b
d
e
Utah
0
0
0
Ohio
3
3
3
Texas
6
6
6
Oregon
9
9
9

series2 = Series(range(3),index=['b','e','f'])
series2

b    0
e    1
f    2
dtype: int64

frame + series2

b
d
e
f
Utah
0.0
NaN
3.0
NaN
Ohio
3.0
NaN
6.0
NaN
Texas
6.0
NaN
9.0
NaN
Oregon
9.0
NaN
12.0
NaN
열 간 연산

frame 

b
d
e
Utah
0
1
2
Ohio
3
4
5
Texas
6
7
8
Oregon
9
10
11

frame['d']

Utah       1
Ohio       4
Texas      7
Oregon    10
Name: d, dtype: int64

series3 = frame['d']
series3

Utah       1
Ohio       4
Texas      7
Oregon    10
Name: d, dtype: int64

frame.sub(series3,axis=0)

b
d
e
Utah
-1
0
1
Ohio
-1
0
1
Texas
-1
0
1
Oregon
-1
0
1