Метод add
Метод add применяется к DataFrame
и выполняет поэлементное сложение с другим объектом.
В качестве первого параметра other передаётся
DataFrame, Series или скалярное значение.
Метод поддерживает выравнивание по индексам и столбцам
с помощью параметров axis, level и fill_value.
По умолчанию сложение выполняется построчно.
Синтаксис
df.add(other[, axis, level, fill_value])
Пример
Давайте сложим таблицу со скалярным значением:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5],
'b': [10, 20, 30, 40, 50]
})
res = df.add(5)
print(res)
Результат выполнения кода:
a b
0 6 15
1 7 25
2 8 35
3 9 45
4 10 55
Пример
Теперь сложим две таблицы одинаковой размерности:
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]
})
res = df1.add(df2)
print(res)
Результат выполнения кода:
a b
0 11 44
1 22 55
2 33 66
Пример
Сложим таблицу с Series по столбцам с помощью axis:
import pandas as pd
df = pd.DataFrame({
'a': [1, 2, 3, 4, 5],
'b': [10, 20, 30, 40, 50]
})
ser = pd.Series([100, 200])
res = df.add(ser, axis=1)
print(res)
Результат выполнения кода:
a b
0 101 210
1 102 220
2 103 230
3 104 240
4 105 250
Пример
Используем параметр fill_value для замены пропусков:
import pandas as pd
df1 = pd.DataFrame({
'a': [1, 2, 3],
'b': [4, 5, 6]
})
df2 = pd.DataFrame({
'a': [10, 20],
'b': [30, 40],
'c': [50, 60]
})
res = df1.add(df2, fill_value=0)
print(res)
Результат выполнения кода:
a b c
0 11.0 34.0 50.0
1 22.0 45.0 60.0
2 13.0 36.0 NaN
