pandas数据处理基础——基础加减乘除的运算规则

上周公司对所有员工封闭培训了一个星期，期间没收手机，基本上博客的更新都停止了，尽管培训时间不长，但还是有些收获，不仅来自于培训讲师的，更多的是发现自己与别人的不足，一个优秀的人不仅仅是自己专业那块的精通，自己还有很多内功和外功需要修炼，人生很长，拼的是坚持。培训回来了就开始马不停蹄的复习自己之前学的东西，业精于勤荒于嬉是非常有道理的，不希望自己中间的断档就将博客给彻底荒废了。上一篇复盘的是选择行和列，这是利用python操作数据的基础和根本。本文将总结基本的算术运算规则。

算术运算

对于两个对象进行加减乘除的算数运算时，如果两个对象有不同的索引对，那么运算结果的索引就是该索引对的并集。而结果集索引对应的值是两个对象相同索引对应的值相加减乘除，不同的索引对应的值统一为NaN。比方说张三有梨子3个，苹果2个；李四有橘子1个，猕猴桃3个，苹果1个，梨子5个。那么张三和李四加起来的结果就是梨子8个，苹果3个，橘子未知，猕猴桃未知。这里的水果名即为索引，两者相同索引对应的值会相加，而不同索引对应的值将为NaN。

1.1 Series之间的运算

示例：

1.2 DataFrame之间的运算

示例：

从上述例子上看可以发现DataFrame之间运算时，是行索引和列索引一起进行对齐操作，运算后的结果集的行索引是两者行索引的并集，结果集的列索引是两者列索引的并集。而行列对应的数值是df1和df2中相同行索引和相同列索引定位到的那个数值相加，如果两者的行索引或者列索引不相同数值将填充为NaN.

1.3 DataFrame与Series之间的运算

示例：

从以上示例可以看出两个相减时是从df1中匹配m中的列索引，匹配上了的就将df1的每一行都减去对应m的值。比如m中a,d是与df1相同的，那么df1的a,d两列的每一行都要减去m的a，d两个值。df1其他没匹配上的填充为NaN。

如果是按照行匹配，每列来运算，则利用轴标记来指定。

示例：

axis=0表示希望匹配的轴是行，按照行来匹配，减去每列的数值。