由 numpy 矩阵替换的 Pandas 值？答案

【问题标题】：Pandas values substituted by numpy matrix?由 numpy 矩阵替换的 Pandas 值？
【发布时间】：2017-10-16 12:16:34
【问题描述】：

我的问题很简单。我有一个数据框，我想用一个 numpy 矩阵添加或减去我的数据框。两个矩阵的大小是相同的。我想要这样的东西：my_matrix.values = my_matrix.values + numpy_matrix，或my_matrix.values = my_matrix.values - numpy_matrix，效率很高。

不可能吗？因为 ma 矩阵的大小非常大，并且“更新”、减法或“加法”命令很长。每次都重新创建一个 DataFrame 会更好吗？

【问题讨论】：

已编辑。抱歉，不清楚。
一个示例数据会更好理解
很简单：如果A = (1)ij，B = (2) ij，C = A + B = (3)ij。我只想将两个矩阵与 numpy 相加并将值放入数据框中。计算非常简单，但矩阵大于 20 000。是否可以在没有“更新”的情况下做到这一点？或“添加”？还是重新创建一个数据框？

标签： python pandas numpy add subtraction

【解决方案1】：

IIUC，类似这样的：

df = pd.DataFrame([[1,2],[3,4]],columns=['A','B'])
my_arr = np.array([[2,2],[2,2]])

df += my_arr

print(df)

输出：

   A  B
0  3  4
1  5  6

【讨论】：

这么简单！！！我尝试了几个 SOOOO 复杂的事情。非常感谢。你为我节省了 4 个小时的微积分。
简单而公平。
也许还有一件事。要使用你的方法，我需要我的第一个 df 在没有 NaN 的情况下很多，否则一些 sum 不会发生。如果我有一个 NaN，我应该使用 fillna(0) 并浪费很多时间。是否存在有效地求和NaN + num = num 的解决方案？在这种更糟糕的情况下，我需要df = df.fillna(0) + df_arr.
@Cyril df = df.add(my_arr, fill_value=0) 这不是以前的声明，但是您的声明也应该有效。
%time它比你更喜欢我的方法。感谢您的解决方案。有时，优化很简单。