Python中索引不匹配的数据框和序列的算术运算答案

【问题标题】：Arithmetic Operation for a Dataframe and Series with Unmatched Index in PythonPython中索引不匹配的数据框和序列的算术运算
【发布时间】：2021-03-04 20:22:40
【问题描述】：

我正在数据框和系列之间进行一些算术运算，但我不理解输出。鉴于系列中的第二项 (e) 等于 1，有人可以解释为什么我在 e 列下得到 3.0、6.0、9.0 和 12.0 而不是 1.0、4.0、7.0 和 10.0。

frame = pd.DataFrame(np.arange(12.).reshape((4, 3)), columns=list('bde'), index=['Utah', 'Ohio', 'Texas', 'Oregon'])

         b   d   e
Utah    0.0 0.0 0.0
Ohio    3.0 3.0 3.0
Texas   6.0 6.0 6.0
Oregon  9.0 9.0 9.0

series2 = pd.Series(range(3), index=['b', 'e', 'f'])

b    0
e    1
f    2
dtype: int64

frame + series2

      b   d   e   f
Utah 0.0 NaN 3.0 NaN
Ohio 3.0 NaN 6.0 NaN
Texas 6.0 NaN 9.0 NaN
Oregon 9.0 NaN 12.0 NaN

【问题讨论】：

你试过打印frame的输出吗？
是的。就是frame下的chunk。
不，它们不一样。
这很奇怪。我又试了一次。我仍然得到相同的输出。你能告诉我你得到了什么吗？

标签： python pandas dataframe

【解决方案1】：

让我们从实际上包含帧的内容开始：

          b     d     e
Utah    0.0   1.0   2.0
Ohio    3.0   4.0   5.0
Texas   6.0   7.0   8.0
Oregon  9.0  10.0  11.0

因此，当您将 series2 添加到 frame 时，对于 frame 中的每一行：

首先在当前行和 series2 中的元素，
然后进行添加。

也许更容易说出每列发生了什么：

列b（来自frame中的行）与元素b对齐 系列2。它包含0，所以加法的结果是一样的如列b。
列e（来自frame中的行）包含2.0、5.0、8.0 em> 和 11.0。当您添加 1（来自 series2 的值，索引 == "e"），结果比原始值大一。
列 d 和 f 用 NaN 填充，因为它们只出现在源对象之一中（d 仅在 frame 中，f 仅在 series2 中）。

【讨论】：