pandas add() sub() mul() div() 加减乘除方法

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 add()、sub()、mul()、div() 是当前的数据和其他元素的加减乘除方法。相当于 dataframe+other、dataframe-other、dataframe*other、dataframe/other、，但支持用 fill_value 替换其中一个输入中缺失的数据。反向版本，radd()、rsub()、rmul()、rdiv()。

语法

它们的语法是：

# 加法
DataFrame.add(other, axis='columns', level=None, fill_value=None)
# 减法
DataFrame.sub(other, axis='columns', level=None, fill_value=None)
# 乘法
DataFrame.mul(other, axis='columns', level=None, fill_value=None)
# 除法
DataFrame.div(other, axis='columns', level=None, fill_value=None)

在算术运算符的灵活包装器（add、sub、mul、div、floordiv、mod、pow）中：+、-、*、/、//、%、**。

不匹配的索引标签将合并在一起。

注：

div() 和 truediv() 在功能上几乎相同，都是执行标准除法并返回浮点数结果。
truediv() 的名称更加明确，强调了浮点除法的特性。
floordiv() 则是执行向下取整的除法，并返回整数结果，适用于需要整数输出的场景。

参数

other: 可以是标量、序列、Series、字典或 DataFrame。支持任何单个或多个元素的数据结构或类似列表的对象。
axis: {0 或 'index', 1 或 'columns'}，默认为 'columns'。用于指定按行或列进行对齐。如果输入为 Series，则表示匹配 Series 索引的轴。
level: 整数或标签。用于在多级索引（MultiIndex）中按级别广播，匹配传递的 MultiIndex 级别上的索引值。
fill_value: 浮点数或 None，默认是 None。用于在计算之前填充现有的缺失值（NaN）以及对齐 DataFrame 时需要的新元素。如果两个相应位置的数据都缺失，则结果仍为缺失。

示例

构造数据：

df = pd.DataFrame({'angles': [0, 3, 4],
                   'degrees': [360, 180, 360]},
                  index=['circle', 'triangle', 'rectangle'])
df
'''
           angles  degrees
circle          0      360
triangle        3      180
rectangle       4      360
'''

添加一个具有运算符版本的标量，返回相同的结果。

df + 1
'''
           angles  degrees
circle          1      361
triangle        4      181
rectangle       5      361
'''

df.add(1)
'''
           angles  degrees
circle          1      361
triangle        4      181
rectangle       5      361
'''

用逆版本除以常数。

df.div(10)
'''
           angles  degrees
circle        0.0     36.0
triangle      0.3     18.0
rectangle     0.4     36.0
'''

df.rdiv(10)
'''
             angles   degrees
circle          inf  0.027778
triangle   3.333333  0.055556
rectangle  2.500000  0.027778
'''

用运算符版本减去列表和轴序列。

df - [1, 2]
'''
           angles  degrees
circle         -1      358
triangle        2      178
rectangle       3      358
'''

df.sub([1, 2], axis='columns')
'''
           angles  degrees
circle         -1      358
triangle        2      178
rectangle       3      358
'''

df.sub(pd.Series([1, 1, 1], index=['circle', 'triangle', 'rectangle']),
       axis='index')
'''
           angles  degrees
circle         -1      359
triangle        2      179
rectangle       3      359
'''

将字典乘以轴。

df.mul({'angles': 0, 'degrees': 2})
'''
            angles  degrees
circle           0      720
triangle         0      360
rectangle        0      720
'''

df.mul({'circle': 0, 'triangle': 2, 'rectangle': 3}, axis='index')
'''
            angles  degrees
circle           0        0
triangle         6      360
rectangle       12     1080
'''

将不同形状的DataFrame与运算符版本相乘。

other = pd.DataFrame({'angles': [0, 3, 4]},
                     index=['circle', 'triangle', 'rectangle'])
other
'''
           angles
circle          0
triangle        3
rectangle       4
'''

df * other
'''
           angles  degrees
circle          0      NaN
triangle        9      NaN
rectangle      16      NaN
'''

df.mul(other, fill_value=0)
'''
           angles  degrees
circle          0      0.0
triangle        9      0.0
rectangle      16      0.0
'''

按级别除以MultiIndex。

df_multindex = pd.DataFrame({'angles': [0, 3, 4, 4, 5, 6],
                             'degrees': [360, 180, 360, 360, 540, 720]},
                            index=[['A', 'A', 'A', 'B', 'B', 'B'],
                                   ['circle', 'triangle', 'rectangle',
                                    'square', 'pentagon', 'hexagon']])
df_multindex
'''
             angles  degrees
A circle          0      360
  triangle        3      180
  rectangle       4      360
B square          4      360
  pentagon        5      540
  hexagon         6      720
'''

df.div(df_multindex, level=1, fill_value=0)
'''
             angles  degrees
A circle        NaN      1.0
  triangle      1.0      1.0
  rectangle     1.0      1.0
B square        0.0      0.0
  pentagon      0.0      0.0
  hexagon       0.0      0.0
'''

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.add.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.sub.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.mul.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.div.html

pandas add() sub() mul() div() 加减乘除方法

语法

参数

示例

参考

相关内容