pandas 学习汇总17 - 计算( tcy)

1.算数计算 2018/11/8 2018/12/10  1.1函数：   Series.product([axis, skipna, level, …]) # 返回请求轴的值的乘积；各个元素相乘 Series.dot(other) # 矩阵乘法与DataFrame或内部产品与Series对象。   1.2算数计算实例：    # s1,s2同为序列或数据帧；可以不等长，之一可为标量，可含np.nan值；都必须为数字 # add +；sub -； mul* ；div / ；//(整除) ；s2.mod(s1)模除（返回余数）；** ；都有自身运算df1=pd.DataFrame(np.arange(4).reshape(2,2),columns=list('ab'),index=['one','two']) df2=pd.DataFrame(np.arange(10,19).reshape(3,3),columns=list('abc'),index=['one','two','three'])df1.add(df2)#等价df1+df2 # a b c # one 10.0 12.0 NaN # three NaN NaN NaN # two 15.0 17.0 NaNdf1.add(df2,fill_value=0) # a b c # one 10.0 12.0 12.0(添加) # three 16.0 17.0 18.0 <---添加一行 # two 15.0 17.0 15.0(添加)s = s1 + s2 s1 += s2 # s1=s1+s2 s1.round() #四舍五入参数为整数，当为1时将第二位小时舍入到第一位    2.比较运算符  # 运算符：>,>=,<,<=,!=,== ；eq，ne，lt，gt， le，gedf.gt(df2);s1>s2 # one two three # a False False False # b False False False # c False False False # d False False False    3.1布尔运算： df1 = pd.DataFrame({'a' : [1, 0, 1], 'b' : [0, 1, 1] }, dtype=bool) df2 = pd.DataFrame({'a' : [0, 1, 1], 'b' : [1, 1, 0] }, dtype=bool)df1 & df2#逻辑与 df1 | df2#逻辑或 df1 ^ df2#异或 -df1 #取反# a b # 0 False True # 1 True False # 2 False False

3.2.if / Truth语句： 

# 用a.empty, a.any() or a.all()；不用and，or，not错误用法： # if pd.Series([False, True, False]):#值错误if pd.Series([False, True, False]) is not None:pass#检查是否有任何值True： if pd.Series([False, True, False]).any():pass

 

(df > 0).any() (df > 0).any().any()#True df.empty #False(df > 0).all() # one False # two False # three False # dtype: bool# 评估单元素对象用bool()： pd.Series([True]).bool() #True pd.DataFrame([[False]]).bool()#False

 

3.3.使用in运算符

 

# in运算符测试索引中的成员资格 s = pd.Series(range(5), index=list('abcde'))'b' in s # True 'a' in df1# True# 测试值的成员资格用isin()： s.isin([2])# a False # b False # c True # d False # e False # dtype: bools.isin([2]).any() #True df1.isin([1]).any().all()#True

 

总结

以上是生活随笔为你收集整理的pandas 学习汇总17 - 计算( tcy)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。