当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas dataframe.add()用法及代码示例


Python是进行数据分析的一种出色语言,主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种,使导入和分析数据更加容易。

Dataframe.add()方法用于添加数据帧和其他逐元素(二进制运算符add)。等效于 DataFrame +其他,但支持用fill_value代替输入之一中的丢失数据。

用法: DataFrame.add(other, axis=’columns’, level=None, fill_value=None)

参数:

other:系列,DataFrame或常量
axis:{0,1,'索引','列'}对于“系列”输入,轴与“
fill_value:[无值或浮点值,默认为无]用此值填充缺失的(NaN)值。如果两个DataFrame位置都丢失,则结果将丢失。
level:[int或name]在一个级别上广播,在传递的MultiIndex级别上匹配Index值

返回值:结果DataFrame

# Importing Pandas as pd 
import pandas as pd 
  
# Importing numpy as np 
import numpy as np 
  
# Creating a dataframe 
# Setting the seed value to re-generate the result. 
np.random.seed(25) 
  
df = pd.DataFrame(np.random.rand(10, 3), columns =['A', 'B', 'C']) 
  
# np.random.rand(10, 3) has generated a 
# random 2-Dimensional array of shape 10 * 3 
# which is then converted to a dataframe 
  
df

Output

注意: add() 函数类似于“ +”操作,但add()为输入之一中的缺失值提供了额外的支持。

# We want NaN values in dataframe.  
# so let's fill the last row with NaN value 
df.iloc[-1] = np.nan 
  
df

使用以下方法向 DataFrame 添加常量值add()函数:

# add 1 to all the elements 
# of the data frame 
df.add(1) 
  

注意上面的输出,df中的nan单元未进行任何加法运算dataframe.add() 函数具有属性fill_value。这将用分配的值填充缺失值(Nan)。如果两个 DataFrame 值都丢失,那么结果将丢失。


让我们来看看如何做。

# We have given a default value 
# of '10' for all the nan cells 
df.add(1, fill_value = 10)


所有的nan单元格先填充10个,然后再添加1个。将系列添加到 DataFrame :

对于系列输入,索引的维必须与 DataFrame 和系列都匹配。

# Create a Series of 10 values 
tk = pd.Series(np.ones(10)) 
  
# tk is a Series of 10 elements 
# all filled with 1

# Add tk(series) to the df(dataframe) 
# along the index axis 
df.add(tk, axis ='index')

将一个数据帧与其他数据帧相加

# Create a second dataframe 
# First set the seed to regenerate the result 
np.random.seed(10) 
  
# Create a 5 * 5 dataframe 
df2 = pd.DataFrame(np.random.rand(5, 5), columns =['A', 'B', 'C', 'D', 'E']) 
  
df2

让我们对这两个数据帧进行逐元素加法

df.add(df2)

请注意,所得 DataFrame 的尺寸为10 * 5,并且在所有 DataFrame 中任一 DataFrame 具有nan值的单元格中都具有nan值。

修复它-

# Set a default value of 10 for nan cells 
# nan value won't be filled for those cells 
# in which both data frames has nan value 
df.add(df2, fill_value = 10)



相关用法


注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.add()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。