python数据分析要学哪些东西五 Python数据分析入门：Pandas的对齐运算

是数据清洗的重要过程，可以按索引对齐进行运算，如果没对齐的位置则补NaN，最后也可以填充NaN
Series的对齐运算
1. Series 按行、索引对齐
示例代码：
s1 = pd.Series(range(10, 20), index = range(10))s2 = pd.Series(range(20, 25), index = range(5))print('s1: ' )print(s1)print('') print('s2: ')print(s2)运行结果：
s1: 010111212313414515616717818919dtype: int64s2: 020121222323424dtype: int642. Series的对齐运算
示例代码：
# Series 对齐运算s1 + s2运行结果：
030.0132.0234.0336.0438.05NaN6NaN7NaN8NaN9NaNdtype: float64DataFrame的对齐运算
1. DataFrame按行、列索引对齐
示例代码：
df1 = pd.DataFrame(np.ones((2,2)), columns = ['a', 'b'])df2 = pd.DataFrame(np.ones((3,3)), columns = ['a', 'b', 'c'])print('df1: ')print(df1)print('') print('df2: ')print(df2)运行结果：
df1:ab01.01.011.01.0df2:abc01.01.01.011.01.01.021.01.01.02. DataFrame的对齐运算
示例代码：
# DataFrame对齐操作df1 + df2运行结果：
abc02.02.0 NaN12.02.0 NaN2NaNNaN NaN填充未对齐的数据进行运算
1. fill_value
使用add,sub,div,mul的同时，通过fill_value指定填充值，未对齐的数据将和填充值做运算
示例代码：
print(s1)print(s2)s1.add(s2, fill_value = https://tazarkount.com/read/-1)print(df1)print(df2)df1.sub(df2, fill_value = 2.)运行结果：
# print(s1)010111212313414515616717818919dtype: int64# print(s2)020121222323424dtype: int64# s1.add(s2, fill_value = https://tazarkount.com/read/-1)030.0132.0234.0336.0438.0514.0615.0716.0817.0918.0dtype: float64# print(df1)ab01.01.011.01.0# print(df2)abc01.01.01.011.01.01.021.01.01.0# df1.sub(df2, fill_value = 2.)abc00.00.01.010.00.01.021.01.01.0【python数据分析要学哪些东西五 Python数据分析入门：Pandas的对齐运算】算术方法表:

文章插图

python数据分析要学哪些东西 五 Python数据分析入门：Pandas的对齐运算

python数据分析要学哪些东西五 Python数据分析入门：Pandas的对齐运算