Si aplicamos una función unaria a una serie, el resultado es otra serie que conserva los índices de la original:
Por otro lado, los operadores aritméticos que involucran dos o más series van a alinear las etiquetas antes de ejecutarse:
En este ejemplo, hemos sumado dos series cuyas etiquetas no son todas comunes. Vemos cómo pandas ha rellenado los valores no coincidentes con NaN.
Si utilizamos el método pandas.Series.add se asigna a la serie sobre la que se aplica el método el resultado de la suma:
Usando este método es posible especificar el valor a usar para rellenar los elementos desconocidos usando el parámetro fill_value:
Obsérvese que, con este atributo, no estamos simplemente sustituyendo los NaN del resultado por el valor indicado, sino que estamos usando dicho valor como alternativa a los valores de las series originales que no existiesen. De esta forma, vemos en Out[204] que el valor de la suma para la etiqueta a es 1, aun cuando esta etiqueta solo está presente en la serie r.
Otras funciones son:
- pandas.Series.sub, que resta una serie a otra, elemento por elemento
- pandas.Series.mul, que multipica una serie por otra, elemento por elemento
- pandas.Series.div, que divide una serie por otra, elemento por elemento
- pandas.Series.round, que redondea los elementos de una serie al número de decimales indicado
Tenemos en la documentación oficial el listado completo de funciones disponibles para las series.
