Python Pandas DataFrame radd方法用法及代碼示例

Pandas DataFrame.radd(~) 方法計算並返回標量、序列、Series 或 DataFrame 與源 DataFrame 中的值的總和，即：

other + DataFrame

請注意，這與 DataFrame.add(~) 相反，它執行以下操作：

DataFrame + other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 radd(~) 相當於使用 + 運算符執行加法。

參數

1.other | scalar 或 sequence 或 Series 或 DataFrame

生成的 DataFrame 將是 other 和源 DataFrame 的總和。

2. axis | int 或 string | optional

是否為源DataFrame的每一列或每一行廣播other：

軸	說明
`"index"` 或 `0`	每列廣播`other`。
`"columns"` 或 `1`	每行廣播 `other`。

僅當源 DataFrame 和 other 的形狀不對齊時，這才相關。默認情況下，axis=1 。

3. level | int 或 string | optional

要考慮的級別的名稱或整數索引。僅當您的 DataFrame 是多索引時，這才相關。

4. fill_value | float 或 None | optional

在計算總和之前替換 NaN 的值。如果源 DataFrame 和 other 中的成對條目均為 NaN ，則所得總和仍為 NaN 。默認情況下，fill_value=None 。

返回值

由源 DataFrame 和 other 之和計算出的新 DataFrame 。

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[2,3], "B":["a","b"]})
df_other = pd.DataFrame({"A":[6,7], "B":["c","d"]})



   A  B   |     A  B
0  2  a   |  0  6  c
1  3  b   |  1  7  d

求和得出：

df.radd(df_other)



   A   B
0  8   ca
1  10  db

廣播

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df



   A  B
0  2  4
1  3  5

逐行加法

默認情況下， axis=1 ，這意味著 other 將為 df 中的每一行廣播：

df.radd([10,20])   # axis=1



   A   B
0  12  24
1  13  25

在這裏，我們進行以下逐元素加法：

10+2 20+4
10+3 20+5

逐列加法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.radd([10,20], axis=0)



   A   B
0  12  14
1  23  25

在這裏，我們進行以下逐元素加法：

10+2 10+4
20+3 20+5

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[2,np.NaN], "B":[np.NaN,5]})
df_other = pd.DataFrame({"A":[10, 20],"B":[np.NaN,np.NaN]})



   A    B     |     A   B
0  2    NaN   |  0  10  NaN
1  NaN  5     |  1  20  NaN

默認情況下，當我們使用 radd(~) 求和時，任何使用 NaN 的操作都會得到 NaN ：

df.radd(df_other)



   A    B
0  2.0  NaN
1  NaN  NaN

在使用 fill_value 參數計算總和之前，我們可以填充 NaN 值：

df.radd(df_other, fill_value=100)



   A      B
0  12.0   NaN
1  120.0  105.0

請注意，當加法在兩個 NaN 之間時，無論 fill_value 為何，所得總和仍將是 NaN 。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | radd method。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。