Pandas 数据帧radd()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-radd-method

在本教程中，我们将讨论和学习 PandasDataFrame.radd()的方法。此方法用于获取数据帧和其他元素的添加。它返回一个带有反向加法运算结果的数据帧。

DataFrame.radd()方法的语法如下所示。

句法

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

因素

其他:可以是标量、序列、序列或数据帧。它可以是单个或多个元素数据结构，或者类似列表的对象。

轴:表示索引或列轴，索引为“0”，列为“1”。当axis=0功能应用于index轴时，以及当axis=1功能应用于column轴时。对于输入Series，轴要匹配系列索引。

级别:代表 int 或标签。它跨级别广播，匹配传递的多索引级别上的索引值。

fill_value: 表示浮动或无，默认值为无。它会在计算之前用该值填充现有的缺失值或空值，以及成功的数据帧对齐所需的任何新元素。如果两个相应数据帧位置的数据都丢失，结果也将丢失。

示例 1:使用DataFrame.radd()方法添加数据帧

这里，我们使用DataFrame.mul()方法添加带有scalar的数据帧，该方法返回由反向加法操作的输出组成的数据帧。请看下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df = pd.DataFrame({'a': [2,5,7],'b': [1,2,3],'c': [4,5,7]})
print("---------The DataFrame is------")
print(df)
print("----------------------------")
print(df.radd(2))

-数据帧为- a b c 0 2 1 4 1 5 2 5 2 7 3 7 - a b c 0 4 3 6 1 7 4 7 2 9 5 9

示例 2:使用DataFrame.radd()方法添加数据帧

这里，我们使用DataFrame.radd()方法用other DataFrame添加数据帧，该方法返回由反向添加操作的输出组成的数据帧。请看下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [1,5,6],'b': [4,6,5],'c': [2,8,7]})
df2 = pd.DataFrame({'a': [2,1,1],'b': [1,5,8],'c': [7,5,6]})
print("------------The result is-----------")
print(df1.radd(df2))

-结果是- a b c 0 3 5 9 1 6 11 13 2 7 13 13

示例 3:使用DataFrame.radd()方法添加数据帧

这个例子和上一个相似。如果两个数据帧没有对齐，则结果输出由 NaN 值组成。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [1,5,6],'b': [4,6,5],'c': [2,8,7]})
df2 = pd.DataFrame({'a': [2,1,1],'b': [1,5,8]})
print("------------The result is-----------")
print(df1.radd(df2))

-结果是- a b c 0 3 5 NaN 1 6 11 NaN 2 7 13 NaN

示例 4:使用DataFrame.radd()方法添加数据帧

这里，在这个例子中，我们将通过在DataFrame.radd()方法中传递fill_value=2 参数来填充任何缺失的值。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating DataFrame
df1 = pd.DataFrame({'a': [None,2,6],'b': [2,1,4],'c': [2,1,0]})
df2 = pd.DataFrame({'a': [1,1,2],'b': [None,5,0]})
print("------------The result is-----------")
print(df1.radd(df2,fill_value=2))

-结果是- a b c 0 3.0 4.0 4.0 1 3.0 6.0 3.0 2 8.0 4.0 2.0

结论

在本教程中，我们学习了 PandasDataFrame.radd()方法。我们通过在 DataFrame 上应用这个函数来学习语法、参数和求解示例，并理解了该方法。