Binary operator functions

这里有27个函数，大体功能是对Series的加减乘除的运算，有一些函数就功能来看是有重复的，功能相似的函数归在一起。

add（1）radd（2）：加输入值，当输入有异常值是，设置fill_value来修改。（s+o,o+s）

import pandas as pd
import numpy as np
lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.add(0))
print(dp.radd(0))
print(dp.add(0,fill_value=2))
print(dp.radd(0,fill_value=2))

sub (3)，rsub（4）：减输入值.(s-o,o-s）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.sub(1,fill_value=2))
print(dp.rsub)

mul（5），rmul（6）：乘输入值。(so,os）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.mul(1,fill_value=2))
print(dp.rmul(2))

div（7），rdiv（8），truediv（9），rtruediv（10）：除输入值。（s/o,o/s）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.div(1,fill_value=2))
print(dp.rdiv(2))
print(dp.truediv(1,fill_value=2))
print(dp.rtruediv(2))

floordiv（11），rfloordiv（12）：对输入值取整。（s//o,o//s）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.floordiv(2,fill_value=2))
print(dp.rfloordiv(2))

mod（13），rmod（14）：对输入值取余。（s%o,o%s）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.mod(2,fill_value=2))
print(dp.rmod(2))

pow（15），rpow（16）：对输入值取次方，（so,os）

lists = [1,2,3,4,5,6,np.nan]
dp = pd.Series(lists)
print(dp.pow(2,fill_value=2))
print(dp.rpow(2))

combine（17）：通过函数来组合处理两个Series。

lists = [1,2,3,4,5,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,12,13,14,15,16,17])
#最终结果服从数值多的Series，但每一个位置的值根据函数来定。
print(dp.combine(dp1,max))
def add0(arg0,arg1):
    return arg0+arg1
print(dp.combine(dp1,add0))

combine_first（18）：相较于combine功能简陋很多，只返回第一列值，如果第二列值比第一列值长，或者有NAN一类的数据，则使用第二列值填补。

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,12,13,14,15,16,17])
print(dp.combine_first(dp1))

round（19）：去掉小数点，取近似值，这里应该是按四舍五入。

lists = [1.12,2.56,3.91,4.12002,5.11,np.nan,6.0]
dp = pd.Series(lists)
print(dp.round())

It（20）：两个series进行对比，series < other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,12,13,14,15,16,17])
print(dp.lt(dp1))

gt（21）：两个series进行对比，series > other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14,15,16,17])
print(dp.gt(dp1))

le（22）：两个series进行对比，series <= other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14,15,16,17])
print(dp.le(dp1))

ge（23）：两个series进行对比，series => other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14,15,16,17])
print(dp.ge(dp1))

ne（24）：两个series进行对比，series != other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14,15,16,17])
print(dp.ne(dp1))

eq（25）：两个series进行对比，series = other

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14,15,16,17])
print(dp.eq(dp1))

product（26）：不太理解，需要后面补充。

lists = [1,2,3,4,5,np.nan,6]
dp = pd.Series(lists)
print(dp.product(min_count=1))

dot（27）：计算两个Series的标量积。

lists = [1,2,3,4,5]
dp = pd.Series(lists)
dp1 = pd.Series([10,11,3,13,14])
print(dp.dot(dp1))