python中，dataframe或series对象可以对列进行运算么（加减乘除）？

Posted 2023-03-26

可以对列进行运算，使用apply方法即可。

具体分析如下：

前提：加载numpy,pandas和Series,DataFrame，生成一个3乘3的DataFrame，命名为frame，用frame的第二列生成Series，命名为series1。

加法运算，frame.add(series1,axis=0)。减法运算：sub分别尝试不填充和填充，对比效果。



乘法运算，frame.mul(series1,axis=0)，除法运算，frame.div(series1,axis=0)。

这里的Series是DataFrame的一列生成的，所以不会出现找不到索引的情况；若找不到索引则生成并集，缺失值则表示为NAN，四则运算的括号中有个参数axis=0表示按行索引匹配并且在列上进行广播。

拓展：Python是目前最流行最简单用途最广泛的编程语言，大数据时代最应该学习的一门编程语言。其中，数据分析的库pandas是Python最经典的库之一。

参考技术A

可以的。使用apply方法。例如

s.apply(lambda x: x + 1)
df.apply(lambda x: x + 1)

dataframe默认是针对所有列都进行操作。

参考技术B

可以使用apply方法例如s.apply(lambdax:x+1df.apply(lambdax:x+1)dataframe默认是针对所有列都进行操作。

dir和help是Python中两个强大的built-in函数，就像Linux的man一样，绝对是开发的好帮手比如查看list的所以属性:

dir(list)输出：

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

然后查看list的pop方法的作用和用法：

help(list.pop)输出：

Help on method_descriptor:

pop(...)L.pop([index]) -> item -- remove and return item at index (default last).

Raises IndexError if list is empty or index is out of range。

参考技术C

可以对列进行运算，需要使用apply方法，例如：s.apply(lambda x:x+1)；df.apply(lambda x:x+1)。

Python是一种面向对象、解释型计算机程序设计语言，Python 源代码同样遵循 GPL协议。Python语法简洁而清晰，具有丰富和强大的类库，它常被昵称为胶水语言，能够把用其他语言制作的各种模块很轻松地联结在一起。