Pandas 库对象的相关特性能够帮助我们很方便的达成一些列运算的结果，首先导入 Pandas 库和 Numpy 库
构造一个由4个十以内随机整数组成的 Pandas 序列和一个由十以内随机整数组成的3x4数据框：


可以看到，运用 Numpy 中的函数可以对 Pandas 对象中的元素进行复杂地运算：


接着，我们构造两个带有指定序号名的 Pandas 序列，如下所示：
我们可以将这两个序列相除，得到的结果序列中包含了所有在两个序列中出现过的序号名。需要注意的是，结果序列中只有在两个序列都存在的序号对应的位置上才有正确的计算结果，其余的为缺省值NaN：


当使用加号对两个 Pandas 序列进行相加运算时，我们得到的结果与上面相除结果类似——若对应的序号并非同时存在于两个序列中，则返回的值为NaN：

对于这种情况，我们可以运用 add 函数来完成相加并解决缺省值的问题——将参数 fill_value 的值设置为0，这样空缺序号对应的元素在计算时将会自动由0填补：


以上内容转自 数析学院 ，感兴趣的同学可以访问原文学习后续更多内容