본 포스팅은 Pandas의 Series 연산에 관하여 정리하였습니다.
with 숫자
시리즈 객체에 숫자를 연산할 경우, 시리즈의 각 원소마다 연산이 진행된다.
더불어, 연산 결과 시리즈 객체를 반환한다.
1
2
3
4
5
6
7
8
9
10
| sr1 = pd.Series({'A':100, 'B':200, 'C':300})
sr_add = sr1+100
sr_sub = sr1-100
sr_div = sr1/100
sr_mul = sr1*0
print( '반환 객체 :', type(sr_add))
print(pd.DataFrame([sr_add, sr_sub, sr_div, sr_mul],
index = ['덧셈', '뺄셈', '나눗셈', '곱셈']))
|
1
2
3
4
5
6
7
| 반환 객체 : <class 'pandas.core.series.Series'>
A B C
덧셈 200.0 300.0 400.0
뺄셈 0.0 100.0 200.0
나눗셈 1.0 2.0 3.0
곱셈 0.0 0.0 0.0
|
with 시리즈
시리즈끼리 연산을 수행할 경우, 동일 인덱스를 가진 원소끼리 계산을 수행한다.
숫자와의 연산과 마찬가지로 시리즈 객체를 반환한다.
1
2
3
4
5
6
7
8
9
10
11
| sr1 = pd.Series({'A':100, 'B':200, 'C':300})
sr2 = pd.Series({'A':10, 'B':20, 'C':30})
sr_add = sr1+sr2
sr_sub = sr1-sr2
sr_div = sr1/sr2
sr_mul = sr1*sr2
print( '반환 객체 :', type(sr_add))
print(pd.DataFrame([sr_add, sr_sub, sr_div, sr_mul],
index = ['덧셈', '뺄셈', '나눗셈', '곱셈']))
|
1
2
3
4
5
6
7
| 반환 객체 : <class 'pandas.core.series.Series'>
A B C
덧셈 110.0 220.0 330.0
뺄셈 90.0 180.0 270.0
나눗셈 10.0 10.0 10.0
곱셈 1000.0 4000.0 9000.0
|
인덱스의 정렬이 다르더라도 동일 인덱스를 가진 원소끼리 연산되는 것을 확인할 수 있다.
1
2
3
4
| sr1 = pd.Series({'A':100, 'B':200, 'C':300})
sr2 = pd.Series({'B':10, 'A':20, 'C':30})
sr1+sr2
|
1
2
3
4
| A 120
B 210
C 330
dtype: int64
|
더불어, 연산되어지는 두 시리즈 중 어느 한쪽에만 존재하는 인덱스가 있을 경우에는 연산을 할 수 없기 때문에 NaN을 반환한다. 더불어, 연산의 결과 시리즈 인덱스의 합집합을 인덱스로 가지는 시리즈를 반환하는 것을 확인할 수 있다.
1
2
3
4
| sr1 = pd.Series({'A':100, 'B':200, 'C':300})
sr2 = pd.Series({'B':200, 'C':300, 'D':400, 'E':500})
sr1+sr2
|
1
2
3
4
5
6
| A NaN
B 400.0
C 600.0
D NaN
E NaN
dtype: float64
|
메소드를 이용한 시리즈 연산
시리즈끼리의 연산을 위한 메소드도 존재한다. 기본적으로는 add, sub, mul, div 등이 있다. 더불어 해당 연산 메소드는 fill_value 옵션을 가지고 있으며, 어느 한쪽만 존재하는 인덱스에 의해서 NaN을 반환하는 케이스를 방지할 수 있다. 해당 메소드들을 이용해서 데이터프레임과의 계산도 진행할 수 있다. 이는 다음 포스팅에서 살펴볼 예정이다.
1
2
| # 메소드를 이용한 시리즈끼리의 계산
[시리즈 객체1].[add|sub|mul|div]([시리즈 객체2], fill_value=...)
|
다음과 같이 fill_value 옵션을 추가함으로써 인덱스 짝이 없는 원소 값으로 NaN을 반환하지 않으며, 옵션으로 지정한 값으로 연산을 진행하는 것을 확인할 수 있다.
1
2
3
4
5
| sr1 = pd.Series({'A':100, 'B':200, 'C':300})
sr2 = pd.Series({'B':20, 'C':30, 'D':40, 'E':50})
print('[ fill_value옵션 X ]\n', sr1.add(sr2), '\n')
print('[ fill_value옵션 O ]\n', sr1.add(sr2, fill_value = 1000))
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| [ fill_value옵션 X ]
A NaN
B 220.0
C 330.0
D NaN
E NaN
dtype: float64
[ fill_value옵션 O ]
A 1100.0 # <- NaN이 아닌 1000을 더해서 1100이 반환됨
B 220.0
C 330.0
D 1040.0 # <- NaN이 아닌 1000을 더해서 1040이 반환됨
E 1050.0 # <- NaN이 아닌 1000을 더해서 1050이 반환됨
dtype: float64
|