松思園 ·Pandas 的算術(shù)運(yùn)算
1. 前言
上一節(jié)我們學(xué)習(xí)了 Pandas 對(duì)重復(fù)數(shù)據(jù)的處理，主要對(duì)重復(fù)數(shù)據(jù)的檢測(cè)和刪除重復(fù)數(shù)據(jù)。除了對(duì)數(shù)據(jù)的單獨(dú)處理操作，數(shù)據(jù)之間的運(yùn)算處理也是很有必要的，那 Pandas 中是否可以開(kāi)展數(shù)據(jù)之間的算術(shù)運(yùn)算呢？
Pandas 庫(kù)為方便數(shù)據(jù)處理，提供了強(qiáng)大而簡(jiǎn)潔的算術(shù)運(yùn)算操作，封裝了很多算術(shù)運(yùn)算的函數(shù)供使用，本節(jié)課我們將學(xué)習(xí) Pnadas 庫(kù)中提供的四種算術(shù)運(yùn)算操作函數(shù)，包括 add ()，sub ()，div ()，mul () 操作，因?yàn)?Series 和 DataFrame 之間的運(yùn)算比較有代表性，針對(duì)每一個(gè)算術(shù)運(yùn)算我們將以 Series 和 DataFrame 進(jìn)行運(yùn)算的實(shí)例進(jìn)行講解。
2. 概述
Pandas 庫(kù)中的算術(shù)運(yùn)算是數(shù)據(jù)集之間，根據(jù)索引進(jìn)行運(yùn)算的，如果存在不同的索引對(duì)，運(yùn)算的結(jié)果是相同索引數(shù)據(jù)和不同索引數(shù)據(jù)的并集，并且用 NaN 填充運(yùn)算結(jié)果。
當(dāng)進(jìn)行對(duì)應(yīng)索引列之間的加減乘除運(yùn)算時(shí)，要注意對(duì)應(yīng)索引列之間的類(lèi)型是否相同，如果不同類(lèi)型進(jìn)行運(yùn)算時(shí)會(huì)報(bào)類(lèi)型轉(zhuǎn)換錯(cuò)誤，同時(shí)，要考慮到該類(lèi)型是否能進(jìn)行某種算術(shù)運(yùn)算，比如字符串之間的加法運(yùn)算是可以的，但是字符串之間是不存在減法、乘法和除法運(yùn)算的，否則會(huì)報(bào)錯(cuò)。
在正式講解各算術(shù)運(yùn)算之前，我們先將 DataFrame 數(shù)據(jù)對(duì)象，通過(guò) Excel 數(shù)據(jù)解析的方式進(jìn)行創(chuàng)建，針對(duì) Series 對(duì)象，在每次操作時(shí)，根據(jù)需要我們單獨(dú)再創(chuàng)建。
# 導(dǎo)入pandas包
import pandas as pd
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第13小節(jié)/execl數(shù)據(jù)demo.xlsx"
# 解析數(shù)據(jù)
data = pd.read_excel(data_path)
print(data)
# --- DataFrame數(shù)據(jù)解析結(jié)果 ---
編程語(yǔ)言 推出時(shí)間 價(jià)格 主要?jiǎng)?chuàng)始人
0 java 1995年 45.6 James Gosling
1 python 1991年 67.0 Guido van Rossum
2 C 1972年 33.9 Dennis MacAlistair Ritchie
3 js 1995年 59.5 Brendan Eich
4 php 2012年 69.9 Rasmus Lerdorf
5 C++ 1983年 75.0 Bjarne Stroustrup
3. add () 加法運(yùn)算
add () 函數(shù)根據(jù)索引值，對(duì)相同索引的數(shù)據(jù)進(jìn)行加法運(yùn)算，注意字符串的加法是拼接操作。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series(["11","22",33,"44"], index=['編程語(yǔ)言','推出時(shí)間','價(jià)格','last'])
print(new_series)
# --- 輸出結(jié)果 ---
編程語(yǔ)言 11
推出時(shí)間 22
價(jià)格 33
last 44
dtype: object
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) add 函數(shù)進(jìn)行加運(yùn)算
new_result=data.add(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
last 主要?jiǎng)?chuàng)始人 價(jià)格 推出時(shí)間 編程語(yǔ)言
0 NaN NaN 78.6 1995年22 java11
1 NaN NaN 100 1991年22 python11
2 NaN NaN 66.9 1972年22 C11
3 NaN NaN 92.5 1995年22 js11
4 NaN NaN 102.9 2012年22 php11
5 NaN NaN 108 1983年22 C++11
輸出解析：new_series 對(duì)象中的 “l(fā)ast” 索引和 data 對(duì)象中 “主要?jiǎng)?chuàng)始人” 索引，他們之間不存在對(duì)應(yīng)關(guān)系，而其他的索引是一一對(duì)應(yīng)的，因此輸出結(jié)果其他的列均做了加法運(yùn)算 (字符串是拼接，數(shù)值是相加)，而這兩列則單獨(dú)加入到結(jié)果集中，并且用 NaN 進(jìn)行填充。
如果我們的 Series 對(duì)象中的 “價(jià)格” 是字符型，在和 DataFrame 對(duì)象運(yùn)算過(guò)程中就會(huì)報(bào)類(lèi)型不匹配的錯(cuò)誤。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series(["11","22","33","44"], index=['編程語(yǔ)言','推出時(shí)間','價(jià)格','last'])
print(new_series)
# --- 輸出結(jié)果 ---
編程語(yǔ)言 11
推出時(shí)間 22
價(jià)格 33
last 44
dtype: object
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) add 函數(shù)進(jìn)行加運(yùn)算
new_result=data.add(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
……
TypeError: unsupported operand type(s) for +: 'float' and 'str'
輸出解析：因?yàn)槲覀兊牟僮魇窃?data 數(shù)據(jù)集中加上 new_series 數(shù)據(jù)集，在 Pandas 中 str 類(lèi)型加上任何類(lèi)型相當(dāng)于是字符串的拼接操作，而 int/float 類(lèi)型值加上字符串，Pandas 不支持該算術(shù)運(yùn)算，因此會(huì)報(bào)錯(cuò)。
4. sub () 減法運(yùn)算
sub () 函數(shù)用于數(shù)據(jù)集之間對(duì)應(yīng)索引的減法操作，該操作不同于加法操作，字符操作是不存在減法操作的，算術(shù)上的減法只用于數(shù)值類(lèi)型的數(shù)據(jù)運(yùn)算，包括整形、浮點(diǎn)型等。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series(['11',33], index=['推出時(shí)間','價(jià)格'])
print(new_series)
# --- 輸出結(jié)果 ---
推出時(shí)間 11
價(jià)格 33
dtype: object
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) sub 函數(shù)進(jìn)行減法運(yùn)算
new_result=data.sub(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
……
TypeError: unsupported operand type(s) for -: 'float' and 'str'
TypeError: unsupported operand type(s) for -: 'str' and 'str'
輸出解析：因?yàn)?pandas 中的 sub () 減法操作函數(shù)只在數(shù)值類(lèi)型的數(shù)據(jù)之間有效，因此在 數(shù)值和字符串型，以及字符串與字符串之間進(jìn)行 sub () 操作都會(huì)報(bào)錯(cuò)。
下面我們只對(duì)兩個(gè)數(shù)據(jù)集的價(jià)格索引了列進(jìn)行 sub () 操作。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series([33], index=['價(jià)格'])
print(new_series)
# --- 輸出結(jié)果 ---
價(jià)格 33
dtype: int64
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) sub 函數(shù)進(jìn)行減法運(yùn)算
new_result=data.sub(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
主要?jiǎng)?chuàng)始人 價(jià)格 推出時(shí)間 編程語(yǔ)言
0 NaN 12.6 NaN NaN
1 NaN 34.0 NaN NaN
2 NaN 0.9 NaN NaN
3 NaN 26.5 NaN NaN
4 NaN 36.9 NaN NaN
5 NaN 42.0 NaN NaN
輸出解析：這里我們對(duì)兩個(gè)數(shù)據(jù)集的價(jià)格列進(jìn)行了相減操作，可以看到價(jià)格列的數(shù)據(jù)均減去了 33。
5. mul () 乘法運(yùn)算
mul () 操作是兩個(gè)數(shù)據(jù)集對(duì)應(yīng)索引列的數(shù)據(jù)進(jìn)行乘法運(yùn)算，該函數(shù)同樣只適用于兩個(gè)數(shù)值數(shù)據(jù)的運(yùn)算，字符串之間，字符串與數(shù)值之間進(jìn)行乘法運(yùn)算均會(huì)報(bào)錯(cuò)。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series([3], index=['價(jià)格'])
print(new_series)
# --- 輸出結(jié)果 ---
價(jià)格 3
dtype: int64
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) mul 函數(shù)進(jìn)行乘法運(yùn)算
new_result=data.mul(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
主要?jiǎng)?chuàng)始人 價(jià)格 推出時(shí)間 編程語(yǔ)言
0 NaN 136.8 NaN NaN
1 NaN 201.0 NaN NaN
2 NaN 101.7 NaN NaN
3 NaN 178.5 NaN NaN
4 NaN 209.7 NaN NaN
5 NaN 225.0 NaN NaN
輸出解析：通過(guò)乘法操作函數(shù)對(duì)兩個(gè)數(shù)據(jù)集的價(jià)格列進(jìn)行操作，可以看到輸出結(jié)果中的價(jià)格均變?yōu)榱艘郧暗娜?，其他列?NaN 進(jìn)行填充。
6. div () 除法運(yùn)算
div () 函數(shù)用于兩個(gè)數(shù)據(jù)集對(duì)應(yīng)索引列的數(shù)據(jù)進(jìn)行除法運(yùn)算，該函數(shù)同樣只適用數(shù)值型數(shù)據(jù)之間的運(yùn)算，并且除數(shù)不能為 0 ，否則會(huì)報(bào)錯(cuò)。
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series([3,"fill"], index=['價(jià)格',"add_column"])
print(new_series)
# --- 輸出結(jié)果 ---
價(jià)格 3
add_column fill
dtype: object
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) div 函數(shù)進(jìn)行除法運(yùn)算，除數(shù)不能為0
new_result=data.div(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
add_column 主要?jiǎng)?chuàng)始人 價(jià)格 推出時(shí)間 編程語(yǔ)言
0 NaN NaN 15.2 NaN NaN
1 NaN NaN 22.3333 NaN NaN
2 NaN NaN 11.3 NaN NaN
3 NaN NaN 19.8333 NaN NaN
4 NaN NaN 23.3 NaN NaN
5 NaN NaN 25 NaN NaN
輸出解析：通過(guò) div () 函數(shù)進(jìn)行兩個(gè)數(shù)據(jù)集價(jià)格列的除法運(yùn)算，可以看到輸出結(jié)果原 data 集中的價(jià)格列數(shù)據(jù)均是除以 3 的結(jié)果，而其他的數(shù)列并入到結(jié)果集合中，并以 NaN 進(jìn)行填充。
下面是除數(shù)為 0 時(shí)出現(xiàn)的錯(cuò)誤結(jié)果：
# 創(chuàng)建 Series 對(duì)象
new_series = pd.Series([0,"fill"], index=['價(jià)格',"add_column"])
print(new_series)
# --- 輸出結(jié)果 ---
價(jià)格 0
add_column fill
dtype: object
# data 為從 Excel 解析出的 DataFrame 對(duì)象
# 通過(guò) div 函數(shù)進(jìn)行除法運(yùn)算，除數(shù)不能為0
new_result=data.div(new_series)
print(new_result)
# --- 輸出結(jié)果 ---
……
ZeroDivisionError: float division by zero
3. 小結(jié)
本節(jié)課程我們主要學(xué)習(xí)了 Pandas 中數(shù)據(jù)集之間進(jìn)行的算術(shù)運(yùn)算操作，主要講解了加、減、乘、除四種操作，算術(shù)運(yùn)算并不是針對(duì)字符串類(lèi)型的數(shù)據(jù)（在字符串之間的加法操作相當(dāng)于是進(jìn)行拼接操作），而是專(zhuān)門(mén)用來(lái)處理數(shù)值型數(shù)據(jù)的，因此對(duì)于不同的操作需要，要清晰的知道應(yīng)該使用哪種操作函數(shù)去實(shí)現(xiàn)。本節(jié)課程的重點(diǎn)如下：
- Pandas 庫(kù)算術(shù)運(yùn)算加減乘除四種操作對(duì)應(yīng)的操作函數(shù)的使用；
- Pandas 庫(kù)算術(shù)運(yùn)算函數(shù)使用時(shí)常見(jiàn)的錯(cuò)誤原因；
2025 imooc.com All Rights Reserved |