pandas 将索引值相加的方法

yipeiwu_com7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

Logistic Regression Classifier逻辑回归主要思想就是用最大似然概率方法构建出方程，为最大化方程，利用牛顿梯度上升求解方程参数。优点：计算代价不高，易于...

python3 默认的是UTF-8格式，但在在用dump写入的时候仍然要注意：如下 import json data1 = { "TestId": "testcase001",...

基于Python的用户管理小系统，包含文件读写操作，实现了用户信息注册和登录的简单功能。 class userLogReg: """ Created on 2018.11...

最近在学习Python的时候遇到一个知识点，在此记录下来可变参数会自动填充前面的同名默认参数比如下面这个函数 def add_student(name="Bob", **info...

本文实例讲述了python实现合并两个数组的方法。分享给大家供大家参考。具体如下： python合并两个数组，将两个数组连接成一个数组，例如，数组 a=[1,2,3] ,数组 b=[4,...

宜配屋