pandas 将索引值相加的方法

yipeiwu_com6年前 (2020-03-06)Python基础

如下所示：

 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

 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

 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
dtype: float64

 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

以上这篇pandas 将索引值相加的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持【听图阁-专注于Python设计】。

返回列表

背景：9月份有部分数据缺失，这部分数据在邮箱里，需要重新拉取，但是每天几百封邮件，总共有6、7万封邮件，使用stat()和retr(which)结合遍历很耗时基于如上背景，初始大致思...

推荐使用 Homebrew 来安装第三方工具。自己安装的python散落在电脑各处，删除起来比较麻烦。今天在此记录一下删除的过程(本人以Python3.6为例)。删除Python 3....

Python max内置函数 max(iterable, *[, key, default]) max(arg1, arg2, *args[, key]) Return the larg...

这里只列举了部分方法，其他方法或python库暂时还没使用到 1.不用库，直接打印：代码样例： import time #demo1 def process_bar(percent...

本文实例讲述了Python记录详细调用堆栈日志的方法。分享给大家供大家参考。具体实现方法如下： import sys import os def detailtrace(info):...

宜配屋