df1 = DataFrame(np.arange(12).reshape(3,4),columns=list('abcd'))
df1
Out[74]:
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
Out[79]:
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
如果单纯相加的话，空值会返回NaN
df1+df2
Out[80]:
a b c d e
0 0.0 2.0 4.0 6.0 NaN
1 9.0 11.0 13.0 15.0 NaN
2 18.0 20.0 22.0 24.0 NaN
3 NaN NaN NaN NaN NaN
所以需要使用df1的add方法，传入df2以及一个fill_value参数：
df1.add(df2,fill_value=0)
Out[83]:
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
df1.add(df2,fill_value=10)
Out[84]:
a b c d e
0 0.0 2.0 4.0 6.0 14.0
1 9.0 11.0 13.0 15.0 19.0
2 18.0 20.0 22.0 24.0 24.0
3 25.0 26.0 27.0 28.0 29.0
| 方法 | 说明 |
|---|---|
| add | 用于加法（+）的方法 |
| sub | 用于减法（-）的方法 |
| div | 用于除法（/）的方法 |
| mul | 用于乘法（*）的方法 |
Series和DataFrame之间的计算
df2
Out[122]:
a b c d e
z 0 1 2 3 4
x 5 6 7 8 9
c 10 11 12 13 14
v 15 16 17 18 19
series1 = df2.ix[0]
__main__:1: DeprecationWarning:
.ix is deprecated. Please use
.loc for label based indexing or
.iloc for positional indexing
See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/
indexing.html#ix-indexer-is-deprecated
series1
Out[136]:
a 0
b 1
c 2
d 3
e 4
Name: (z,), dtype: int32df2-series1
df2-series1
Out[137]:
a b c d e
z 0 0 0 0 0
x 5 5 5 5 5
c 10 10 10 10 10
v 15 15 15 15 15
如果不是一一对应的话，同样会出现NaN
如果希望行在列上广播，必须用算术运算方法
series3=df2['d']
series3
Out[141]:
z 3
x 8
c 13
v 18
Name: d, dtype: int32
df2.sub(series3,axis=0)
Out[145]:
a b c d e
z -3 -2 -1 0 1
x -3 -2 -1 0 1
c -3 -2 -1 0 1
v -3 -2 -1 0 1