Pandas數(shù)據(jù)結(jié)構(gòu)之間執(zhí)行二進制操作，要注意下列兩個關(guān)鍵點：
1.多維（DataFrame）與低維（Series）對象之間的廣播機制
2.計算中的缺失值處理
這兩個問題可以同時，但下面我們先介紹怎么分開處理。
匹配/廣播機制
DataFrame支持add()、sub()、mul()、div()、radd()、rsub()等方法執(zhí)行二進制操作。廣播機制重點關(guān)注輸入的Series，通過axis關(guān)鍵字，匹配index或columns即可調(diào)用這些函數(shù)。
還可以用Series對齊多層索引DataFrame的某一層次。
Series與Index還支持divmod()內(nèi)置函數(shù)，該函數(shù)同時執(zhí)行向下取整除與模運算，返回兩個與左側(cè)類型相同的元組。
divmod還支持元素級運算：
缺失值與填充缺失值
Series與DataFrame的算數(shù)函數(shù)支持fill_value選項，即用指定值替換某個位置的缺失值。比如，兩個DataFrame相加，除非兩個DataFrame里同一個位置都有缺失值，其相加的和仍為NaN，如果只有一個DataFrame里存在缺失值，則可用fill_value指定一個值來替代NaN，當(dāng)然，也可以用fillna把NaN替換為想要的值。
比較操作
Series與DataFrame還支持eq、ne、lt、gt、le、ge等二進制比較操作的方法：
這些操作生成一個與左側(cè)輸入對象類型相同的Pandas對象，即dtype為bool。boolean對象可用于索引操作。
布爾簡化
empty、any、all、bool可以把數(shù)據(jù)匯總簡化至單個布爾值。
還可以進一步把上面的結(jié)果簡化為單個布爾值。
通過empty屬性，可以驗證Pandas對象是否為空。
用bool方法驗證單元素Pandas對象的布爾值
比較對象是否等效
一般情況下，多種方式都能得出相同的結(jié)構(gòu)。以df+df與df*2為例。測試這兩種計算方式的結(jié)構(gòu)是否一致，大部分人都會用（df+df==df*2）.all()，但是這個表達式的結(jié)果時False。
布爾型DataFrame df+df==df*2中有False值是因為兩個NaN值的比較結(jié)果為不相等：
為了驗證數(shù)據(jù)是否等效，Series與DataFrame等N維框架提供了equals()方法，用這個方法驗證NaN值的結(jié)果為相等。
但這里要注意Series與DataFrame索引的順序必須一致，驗證結(jié)果才能為True。
比較array型對象
用標(biāo)量值與Pandas數(shù)據(jù)結(jié)構(gòu)對比數(shù)據(jù)元素非常簡單：
Pandas還能對比兩個等長array對象里的數(shù)據(jù)元素：
對此不等長的Index或Series對象會觸發(fā)valueError：
但是這里的操作與NumPy的廣播機制不同：
NumPy無法執(zhí)行廣播操作時，返回False：
如果你想學(xué)習(xí)Python，但是找不到學(xué)習(xí)路勁和資源，歡迎上指尖編程。
在線交互式學(xué)Python，更快更好！
