Python Pandas dataframe.add()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的Python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Dataframe.add()方法用於添加數據幀和其他逐元素(二進製運算符add)。等效於 DataFrame +其他，但支持用fill_value代替輸入之一中的丟失數據。

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

參數：

other:係列，DataFrame或常量
axis:{0，1，'索引'，'列'}對於“係列”輸入，軸與“
fill_value:[無值或浮點值，默認為無]用此值填充缺失的(NaN)值。如果兩個DataFrame位置都丟失，則結果將丟失。
level:[int或name]在一個級別上廣播，在傳遞的MultiIndex級別上匹配Index值

返回值：結果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() 函數類似於“ +”操作，但add()為輸入之一中的缺失值提供了額外的支持。

# 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()函數：

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

注意上麵的輸出，df中的nan單元未進行任何加法運算dataframe.add() 函數具有屬性fill_value。這將用分配的值填充缺失值(Nan)。如果兩個 DataFrame 值都丟失，那麽結果將丟失。

讓我們來看看如何做。

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

所有的nan單元格先填充10個，然後再添加1個。將係列添加到 DataFrame ：

對於係列輸入，索引的維必須與 DataFrame 和係列都匹配。

# 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')

將一個數據幀與其他數據幀相加

# 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

讓我們對這兩個數據幀進行逐元素加法

df.add(df2)

請注意，所得 DataFrame 的尺寸為10 * 5，並且在所有 DataFrame 中任一 DataFrame 具有nan值的單元格中都具有nan值。

修複它-

# 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)

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.add()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。