这篇文章给大家分享的是有关python中DataFrame运算的示例分析的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
创新互联专注为客户提供全方位的互联网综合服务，包含不限于做网站、网站设计、江宁网络推广、微信平台小程序开发、江宁网络营销、江宁企业策划、江宁品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供江宁建站搭建服务，24小时服务热线：18980820575，官方网址：www.cdcxhl.com
1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。
1、算术运算
data["open"].add(3).head() # open统一加3 data["open"] + 3 data.sub(100).head() # 所有统一减100 data - 100 data["close"].sub(data["open"]).head() # close减open
2、逻辑运算
query(expr) expr：查询字符串
isin(values) 判断是否为values
data[data["p_change"] > 2].head() # p_change > 2
data[(data["p_change"] > 2) & (data["low"] > 15)].head()
data.query("p_change > 2 & low > 15").head()
# 判断'turnover'是否为4.19, 2.39
data[data["turnover"].isin([4.19, 2.39])]3、统计运算
describe()
能够直接得出很多统计结果，count,mean,std,min,max等。
data.describe() data.max(axis=0) data.idxmax(axis=0) #最大值位置
感谢各位的阅读！关于“python中DataFrame运算的示例分析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
