Pandas中怎么實現二進制操作

本篇文章給大家分享的是有關Pandas中怎么實現二進制操作，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

Pandas數據結構之間執行二進制操作，要注意下列兩個關鍵點：

• 多維（DataFrame）與低維（Series）對象之間的廣播機制

• 計算中的缺失值處理

匹配/廣播機制

DataFrame支持add()、sub()、mul()、div()、radd()、rsub()等方法執行二進制操作。廣播機制重點關注輸入的Series，通過axis關鍵字，匹配index或columns即可調用這些函數。

還可以用Series對齊多層索引DataFrame的某一層次。

Series與Index還支持divmod()內置函數，該函數同時執行向下取整除與模運算，返回兩個與左側類型相同的元組。

divmod還支持元素級運算：

缺失值與填充缺失值

Series與DataFrame的算數函數支持fill_value選項，即用指定值替換某個位置的缺失值。比如，兩個DataFrame相加，除非兩個DataFrame里同一個位置都有缺失值，其相加的和仍為NaN，如果只有一個DataFrame里存在缺失值，則可用fill_value指定一個值來替代NaN，當然，也可以用fillna把NaN替換為想要的值。

比較操作

Series與DataFrame還支持eq、ne、lt、gt、le、ge等二進制比較操作的方法：

這些操作生成一個與左側輸入對象類型相同的Pandas對象，即dtype為bool。boolean對象可用于索引操作。

布爾簡化

empty、any、all、bool可以把數據匯總簡化至單個布爾值。

還可以進一步把上面的結果簡化為單個布爾值。

通過empty屬性，可以驗證Pandas對象是否為空。

用bool方法驗證單元素Pandas對象的布爾值

比較對象是否等效

一般情況下，多種方式都能得出相同的結構。以df+df與df*2為例。測試這兩種計算方式的結構是否一致，大部分人都會用（df+df==df*2）.all()，但是這個表達式的結果時False。

布爾型DataFrame df+df==df*2中有False值是因為兩個NaN值的比較結果為不相等：

為了驗證數據是否等效，Series與DataFrame等N維框架提供了equals()方法，用這個方法驗證NaN值的結果為相等。

但這里要注意Series與DataFrame索引的順序必須一致，驗證結果才能為True。

比較array型對象

用標量值與Pandas數據結構對比數據元素非常簡單：

Pandas還能對比兩個等長array對象里的數據元素：

對此不等長的Index或Series對象會觸發valueError：

但是這里的操作與NumPy的廣播機制不同：

NumPy無法執行廣播操作時，返回False：

以上就是Pandas中怎么實現二進制操作，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。