pandas数组(pandas Series)-向量化运算

Posted liulangmao

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pandas数组(pandas Series)-向量化运算相关的知识,希望对你有一定的参考价值。

这篇介绍下有index索引的pandas Series是如何进行向量化运算的:

1. index索引数组相同:

s1 = pd.Series([1, 2, 3, 4], index=[a, b, c, d])
s2 = pd.Series([10, 20, 30, 40], index=[a, b, c, d])
print s1 + s2

a    11
b    22
c    33
d    44
dtype: int64

直接把各个索引对应的值进行相加

 

2. index索引数组值相同,顺序不同:

s1 = pd.Series([1, 2, 3, 4], index=[a, b, c, d])
s2 = pd.Series([10, 20, 30, 40], index=[b, d, a, c])
print s1 + s2

a    31
b    12
c    43
d    24
dtype: int64

把各个索引对应的值相加,顺序以第一个Series的为准

 

3. index索引数组某些值相同,某些值不相同:

s1 = pd.Series([1, 2, 3, 4], index=[a, b, c, d])
s2 = pd.Series([10, 20, 30, 40], index=[c, d, e, f])
print s1 + s2

a     NaN
b     NaN
c    13.0
d    24.0
e     NaN
f     NaN

相同索引值对应的值相加,不相同的因为找不到,所以返回NaN

 

4. index索引数组完全不同:

s1 = pd.Series([1, 2, 3, 4], index=[a, b, c, d])
s2 = pd.Series([10, 20, 30, 40], index=[e, f, g, h])
print s1 + s2

a   NaN
b   NaN
c   NaN
d   NaN
e   NaN
f   NaN
g   NaN
h   NaN
dtype: float64

因为没有相同的索引,所以无法对Series进行相加,得到的都是NaN

 

以上是关于pandas数组(pandas Series)-向量化运算的主要内容,如果未能解决你的问题,请参考以下文章

pandas学习(创建多层索引数据重塑与轴向旋转)

pandas数组(pandas Series)-

pandas数组(pandas Series)-

pandas数组(pandas Series)-apply方法自定义函数

pandas.series.rolling.apply 方法似乎将 Series 隐式转换为 numpy 数组

Pandas系列-Series详解