Python | 熊猫 DataFrame.add()

定义

DataFrame.add() 是 Pandas 库中的一个方法，它可以将两个 DataFrame 的值相加。它还支持在加法时传递 fill_value 和 axis 参数。

语法

DataFrame.add(other, axis='columns', level=None, fill_value=None)

其中，

• other: 要添加到此 DataFrame 中的另一个 DataFrame、Series 或标量。
• axis: 指定添加时要沿着哪个轴操作。默认为 'columns'，即按列相加。
• level: 如果 DataFrame 是多级索引，则指定要使用的级别。
• fill_value: 如果需要填充给定 DataFrame 与其它对象的缺失值（NaN），可以使用此参数指定填充值。默认为 None。

返回值

一个新的 DataFrame 对象，其中包含原始 DataFrame 和传递的 other 对象的值之和。

示例

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [10, 20, 30], 'B': [40, 50, 60]})

# 按列相加
print(df1.add(df2))
# 输出：
#     A   B
# 0  11  44
# 1  22  55
# 2  33  66

# 按行相加
print(df1.add(df2, axis='index'))
# 输出：
#     A   B
# 0  14  48
# 1  24  50
# 2  34  66

# 填充缺失值
df3 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, pd.np.nan]})
print(df1.add(df3, fill_value=0))
# 输出：
#    A  B
# 0  2  8
# 1  4 10
# 2  6  6

注意事项

• 如果使用多级索引的 DataFrame，请注意指定 level 参数。
• 填充值必须与待添加的 DataFrame 维度相匹配。如果填充值是标量，则只会填充 NaN 值，而不是负整数或字符串等其他类型的值。