在pandas系列中add()方法有什么作用？
这种add()串联方法的基本操作用于将一个系列与另一个系列、值列表或单个整数相加。它将返回一个带有结果元素的新系列。
它支持替换fill_values来处理丢失的数据。我们可以使用方法的fill_value参数填充Nan值。series.add()
如果要添加带有列表的系列，则列表中的元素必须等于系列中的元素数。
示例
# import the required packages
import pandas as pd
import numpy as np
series = pd.Series(np.random.randint(1,100,10))
print(series)
# add series with a single value
result = series.add(2)
print("\nResultant series: ",result, sep='\n')解释
在以下示例中，我们计算了整数为2的系列的相加。我们的Pandas系列对象“series”由NumPyrandom.randint函数创建，具有10个值。
然后我们使用pandasSeries函数add()计算我们的随机整数序列与整数值2的相加，并将结果序列存储在result变量中。
输出结果
0 78 1 8 2 27 3 86 4 15 5 39 6 27 7 85 8 8 9 64 dtype: int32 Resultant series: 0 80 1 10 2 29 3 88 4 17 5 41 6 29 7 87 8 10 9 66 dtype: int32
在上面的块中，我们可以看到由随机整数值创建的初始系列对象的输出，另一个是来自add()函数pandasSeries的结果系列对象。
示例
# impor the pandas package
import pandas as pd
series = pd.Series([2,8,3,93,78,1])
print(series)
# adding a series with a list of values
result = series.add([1,2,3,4,5,6])
print("\nResultant series: ",result, sep='\n')解释
下面的示例是使用Pandas函数对具有python列表数据的系列执行加法运算。Series.add()
输出结果
0 2 1 8 2 3 3 93 4 78 5 1 dtype: int64 Resultant series: 0 3 1 10 2 6 3 97 4 83 5 7 dtype: int64
在这里，我们可以看到使用pythonlist创建的初始系列对象中存在的数据，以及从方法中看到的结果系列对象。列表必须等于系列，否则会引发错误(ValueError)。series.add()