pandas入门(五)

在算术方法中填充值

在对不同索引的对象进行算术运算时，你可能希望当一个对象中某个轴标签在另一个对象中找不到时填充一个特殊值（比如0）
在这里插入图片描述

=====================================
将它们相加时，没有重叠的位置就会产生NA值
在这里插入图片描述

=====================================
使用df1的add方法，传入df2以及一个fill_value参数
在这里插入图片描述

=====================================
它们每个都有一个副本，以字母r开头，它会翻转参数。因此这两个语句是等价的
在这里插入图片描述

=====================================
在对Series或DataFrame重新索引时，也可以指定一个填充值
在这里插入图片描述

跟不同维度的NumPy数组一样，DataFrame和Series之间算术运算也是有明确规定的。
在这里插入图片描述

=====================================
当我们从arr减去arr[0]，每一行都会执行这个操作。这就叫做广播。
在这里插入图片描述

=====================================
默认情况下，DataFrame和Series之间的算术运算会将Series的索引匹配到 DataFrame的列，然后沿着行一直向下广播。
在这里插入图片描述

=====================================
如果某个索引值在DataFrame的列或Series的索引中找不到，则参与运算的两个对象就会被重新索引以形成并集
在这里插入图片描述

=====================================
希望匹配行且在列上广播，则必须使用算术运算方法（传入的轴号就是希望匹配的轴）。目的是匹配DataFrame的行索引（axis=‘index’ or axis=0）并进行广播。
在这里插入图片描述

++++++++++++++++++++++++++++++++++++

发布了75 篇原创文章 · 获赞 117 · 访问量 1万+

私信关注