首页 / PYTHON / Python数据分析--数据运算

Python数据分析--数据运算

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python数据分析--数据运算，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1283字，纯文字阅读大概需要2分钟。

内容图文

数据运算

算术运算

df
>>>
    Z1	Z2	C1	C2
0	36	37	1	2.2
1	47	9	3	4.6
2	28	92	5	6.4
3	9	2	7	8.9

# 两列相加
df['Z1'] + df['C1']
>>>
0    37
1    50
2    33
3    16
dtype: int64

#两列相减
df['Z1']  - df['C1']
>>>
0    35
1    44
2    23
3     2
dtype: int64

#两列想乘
df['Z1']  * df['C1']
>>>
0     36
1    141
2    140
3     63
dtype: int64

# 两列相除
df['Z1']  / df['C1']
>>>
0    36.000000
1    15.666667
2     5.600000
3     1.285714
dtype: float64

比较运算

df['C1'] > df['C2']
>>>
0    False
1    False
2    False
3    False
dtype: bool

df['C1'] < df['C2']
>>>
0    True
1    True
2    True
3    True
dtype: bool

df['C1'] != df['C2']
>>>
0    True
1    True
2    True
3    True
dtype: bool

汇总运算

count 非空值计数

count()默认求每一列的非空数值的个数。添加参数axis = 1求每一行的非空数值的个数

df.count() #求每一列的非空数值个数
>>>
Z1    4
Z2    4
C1    4
C2    4
dtype: int64

df.count(axis = 1) #求每一行的非空数值个数
>>>
0    4
1    4
2    4
3    4
dtype: int64

df['Z2'].count() #单独查看Z2列的非空值个数
>>>
4

sum 求和

df.sum() #默认对每一列求和
>>>
Z1    120.0
Z2    140.0
C1     16.0
C2     22.1
dtype: float64

df.sum(axis = 1) #默认对每一行求和
>>>
0     76.2
1     63.6
2    131.4
3     26.9
dtype: float64

df['C1'].sum() #针对c1列求和
>>>
16

内容总结

以上是互联网集市为您收集整理的Python数据分析--数据运算全部内容，希望文章能够帮你解决Python数据分析--数据运算所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/754533.html

来源：【匿名】