pandas 多态举例

在pandas中，多态可以通过不同的数据结构和函数来实现。以下是一些pandas中的多态示例：

Series和DataFrame的操作：

import pandas as pd

# 创建Series
s = pd.Series([1, 2, 3, 4, 5])

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 对Series和DataFrame进行相同的操作
print(s.sum())  # 输出：15
print(df.sum())  # 输出：A    6 B    15 dtype: int64

不同类型的数据结构之间的运算：

import pandas as pd
import numpy as np

# 创建Series
s = pd.Series([1, 2, 3, 4, 5])

# 创建Numpy数组
arr = np.array([1, 2, 3, 4, 5])

# 对Series和Numpy数组进行相同的操作
print(s + arr)  # 输出：0     2 1     4 2     6 3     8 4    10 dtype: int64

对不同类型的数据结构进行函数应用：

import pandas as pd

# 创建Series
s = pd.Series([1, 2, 3, 4, 5])

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 定义一个函数
def square(x):
    return x ** 2

# 对Series和DataFrame应用相同的函数
print(s.apply(square))  # 输出：0     1 1     4 2     9 3    16 4    25 dtype: int64
print(df.apply(square))  # 输出：   A   B
                           0  1  16
                           1  4  25
                           2  9  36

通过这些示例，我们可以看到pandas中的多态性，即不同的数据结构和函数可以以相同的方式进行操作和应用。这使得pandas非常灵活和易于使用。