松思園 ·Pandas 的算術運算
1. 前言
上一節我們學習了 Pandas 對重復數據的處理，主要對重復數據的檢測和刪除重復數據。除了對數據的單獨處理操作，數據之間的運算處理也是很有必要的，那 Pandas 中是否可以開展數據之間的算術運算呢？
Pandas 庫為方便數據處理，提供了強大而簡潔的算術運算操作，封裝了很多算術運算的函數供使用，本節課我們將學習 Pnadas 庫中提供的四種算術運算操作函數，包括 add ()，sub ()，div ()，mul () 操作，因為 Series 和 DataFrame 之間的運算比較有代表性，針對每一個算術運算我們將以 Series 和 DataFrame 進行運算的實例進行講解。
2. 概述
Pandas 庫中的算術運算是數據集之間，根據索引進行運算的，如果存在不同的索引對，運算的結果是相同索引數據和不同索引數據的并集，并且用 NaN 填充運算結果。
當進行對應索引列之間的加減乘除運算時，要注意對應索引列之間的類型是否相同，如果不同類型進行運算時會報類型轉換錯誤，同時，要考慮到該類型是否能進行某種算術運算，比如字符串之間的加法運算是可以的，但是字符串之間是不存在減法、乘法和除法運算的，否則會報錯。
在正式講解各算術運算之前，我們先將 DataFrame 數據對象，通過 Excel 數據解析的方式進行創建，針對 Series 對象，在每次操作時，根據需要我們單獨再創建。
# 導入pandas包
import pandas as pd
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第13小節/execl數據demo.xlsx"
# 解析數據
data = pd.read_excel(data_path)
print(data)
# --- DataFrame數據解析結果 ---
編程語言 推出時間 價格 主要創始人
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 () 加法運算
add () 函數根據索引值，對相同索引的數據進行加法運算，注意字符串的加法是拼接操作。
# 創建 Series 對象
new_series = pd.Series(["11","22",33,"44"], index=['編程語言','推出時間','價格','last'])
print(new_series)
# --- 輸出結果 ---
編程語言 11
推出時間 22
價格 33
last 44
dtype: object
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 add 函數進行加運算
new_result=data.add(new_series)
print(new_result)
# --- 輸出結果 ---
last 主要創始人 價格 推出時間 編程語言
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 對象中的 “last” 索引和 data 對象中 “主要創始人” 索引，他們之間不存在對應關系，而其他的索引是一一對應的，因此輸出結果其他的列均做了加法運算 (字符串是拼接，數值是相加)，而這兩列則單獨加入到結果集中，并且用 NaN 進行填充。
如果我們的 Series 對象中的 “價格” 是字符型，在和 DataFrame 對象運算過程中就會報類型不匹配的錯誤。
# 創建 Series 對象
new_series = pd.Series(["11","22","33","44"], index=['編程語言','推出時間','價格','last'])
print(new_series)
# --- 輸出結果 ---
編程語言 11
推出時間 22
價格 33
last 44
dtype: object
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 add 函數進行加運算
new_result=data.add(new_series)
print(new_result)
# --- 輸出結果 ---
……
TypeError: unsupported operand type(s) for +: 'float' and 'str'
輸出解析：因為我們的操作是在 data 數據集中加上 new_series 數據集，在 Pandas 中 str 類型加上任何類型相當于是字符串的拼接操作，而 int/float 類型值加上字符串，Pandas 不支持該算術運算，因此會報錯。
4. sub () 減法運算
sub () 函數用于數據集之間對應索引的減法操作，該操作不同于加法操作，字符操作是不存在減法操作的，算術上的減法只用于數值類型的數據運算，包括整形、浮點型等。
# 創建 Series 對象
new_series = pd.Series(['11',33], index=['推出時間','價格'])
print(new_series)
# --- 輸出結果 ---
推出時間 11
價格 33
dtype: object
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 sub 函數進行減法運算
new_result=data.sub(new_series)
print(new_result)
# --- 輸出結果 ---
……
TypeError: unsupported operand type(s) for -: 'float' and 'str'
TypeError: unsupported operand type(s) for -: 'str' and 'str'
輸出解析：因為 pandas 中的 sub () 減法操作函數只在數值類型的數據之間有效，因此在 數值和字符串型，以及字符串與字符串之間進行 sub () 操作都會報錯。
下面我們只對兩個數據集的價格索引了列進行 sub () 操作。
# 創建 Series 對象
new_series = pd.Series([33], index=['價格'])
print(new_series)
# --- 輸出結果 ---
價格 33
dtype: int64
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 sub 函數進行減法運算
new_result=data.sub(new_series)
print(new_result)
# --- 輸出結果 ---
主要創始人 價格 推出時間 編程語言
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：這里我們對兩個數據集的價格列進行了相減操作，可以看到價格列的數據均減去了 33。
5. mul () 乘法運算
mul () 操作是兩個數據集對應索引列的數據進行乘法運算，該函數同樣只適用于兩個數值數據的運算，字符串之間，字符串與數值之間進行乘法運算均會報錯。
# 創建 Series 對象
new_series = pd.Series([3], index=['價格'])
print(new_series)
# --- 輸出結果 ---
價格 3
dtype: int64
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 mul 函數進行乘法運算
new_result=data.mul(new_series)
print(new_result)
# --- 輸出結果 ---
主要創始人 價格 推出時間 編程語言
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：通過乘法操作函數對兩個數據集的價格列進行操作，可以看到輸出結果中的價格均變為了以前的三倍，其他列以 NaN 進行填充。
6. div () 除法運算
div () 函數用于兩個數據集對應索引列的數據進行除法運算，該函數同樣只適用數值型數據之間的運算，并且除數不能為 0 ，否則會報錯。
# 創建 Series 對象
new_series = pd.Series([3,"fill"], index=['價格',"add_column"])
print(new_series)
# --- 輸出結果 ---
價格 3
add_column fill
dtype: object
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 div 函數進行除法運算，除數不能為0
new_result=data.div(new_series)
print(new_result)
# --- 輸出結果 ---
add_column 主要創始人 價格 推出時間 編程語言
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 div () 函數進行兩個數據集價格列的除法運算，可以看到輸出結果原 data 集中的價格列數據均是除以 3 的結果，而其他的數列并入到結果集合中，并以 NaN 進行填充。
下面是除數為 0 時出現的錯誤結果：
# 創建 Series 對象
new_series = pd.Series([0,"fill"], index=['價格',"add_column"])
print(new_series)
# --- 輸出結果 ---
價格 0
add_column fill
dtype: object
# data 為從 Excel 解析出的 DataFrame 對象
# 通過 div 函數進行除法運算，除數不能為0
new_result=data.div(new_series)
print(new_result)
# --- 輸出結果 ---
……
ZeroDivisionError: float division by zero
3. 小結
本節課程我們主要學習了 Pandas 中數據集之間進行的算術運算操作，主要講解了加、減、乘、除四種操作，算術運算并不是針對字符串類型的數據（在字符串之間的加法操作相當于是進行拼接操作），而是專門用來處理數值型數據的，因此對于不同的操作需要，要清晰的知道應該使用哪種操作函數去實現。本節課程的重點如下：
- Pandas 庫算術運算加減乘除四種操作對應的操作函數的使用；
- Pandas 庫算術運算函數使用時常見的錯誤原因；
2025 imooc.com All Rights Reserved |