Python Pandas学习之series的二元运算详解

在Pandas中，Series对象可以通过一些特殊的方式进行计算和操作。本文将介绍Series对象的二元运算，即针对两个Series对象进行如加、减、乘、除等运算的操作。

二元运算符

Pandas中常见的二元运算符有：

• 加号（+）
• 减号（-）
• 乘号（*）
• 除号（/）
• 模（%）
• 整除（//）
• 幂（**）

下面将分别介绍各个二元运算符在Pandas中的具体使用。

加号（+）

加号（+）用于Series对象间的向量相加。例如：

import pandas as pd

s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
s3 = s1 + s2

print(s3)

运行结果为：

0    5
1    7
2    9
dtype: int64

减号（-）

减号（-）用于Series对象间的向量相减。例如：

import pandas as pd

s1 = pd.Series([4, 5, 6])
s2 = pd.Series([1, 2, 3])
s3 = s1 - s2

print(s3)

运行结果为：

0    3
1    3
2    3
dtype: int64

乘号（*）

乘号（*）用于Series对象间的向量相乘。例如：

import pandas as pd

s1 = pd.Series([1, 2, 3])
s2 = pd.Series([4, 5, 6])
s3 = s1 * s2

print(s3)

运行结果为：

0     4
1    10
2    18
dtype: int64

除号（/）

除号（/）用于Series对象间的向量相除。例如：

import pandas as pd

s1 = pd.Series([10, 20, 30])
s2 = pd.Series([2, 4, 6])
s3 = s1 / s2

print(s3)

运行结果为：

0     5.0
1     5.0
2     5.0
dtype: float64

模（%）

模（%）用于Series对象间的向量模运算。例如：

import pandas as pd

s1 = pd.Series([10, 20, 30])
s2 = pd.Series([3, 5, 7])
s3 = s1 % s2

print(s3)

运行结果为：

0    1
1    0
2    2
dtype: int64

整除（//）

整除（//）用于Series对象间的向量整除。例如：

import pandas as pd

s1 = pd.Series([20, 30, 40])
s2 = pd.Series([3, 4, 5])
s3 = s1 // s2

print(s3)

运行结果为：

0     6
1     7
2    8
dtype: int64

幂（**）

幂（**）用于Series对象间的向量乘方运算。例如：

import pandas as pd

s1 = pd.Series([2, 3, 4])
s2 = pd.Series([3, 4, 5])
s3 = s1 ** s2

print(s3)

运行结果为：

0      8
1     81
2    1024
dtype: int64

总结

本文介绍了Pandas中二元运算符的使用，这些运算符可以对Series对象进行向量相加、相减、相乘等操作。对Pandas的二元运算有了初步的了解，可以让我们更好地运用Pandas处理数据。