Pandas 值被 numpy 矩阵替代？
Pandas values substituted by numpy matrix?
我的问题很简单。我有一个数据帧，我想用一个 numpy 矩阵添加或减去我的数据帧。
两个矩阵的大小是相同的。
我想要这样的东西：my_matrix.values = my_matrix.values + numpy_matrix，或my_matrix.values = my_matrix.values - numpy_matrix，非常有效。
不可能？因为 ma 矩阵的大小非常大，而 "update"、subtract 或 "add" 命令非常长。是不是每次都重新创建一个DataFrame比较好？
IIUC，像这样：
df = pd.DataFrame([[1,2],[3,4]],columns=['A','B'])
my_arr = np.array([[2,2],[2,2]])
df += my_arr
print(df)
输出：
A B
0 3 4
1 5 6
我的问题很简单。我有一个数据帧，我想用一个 numpy 矩阵添加或减去我的数据帧。
两个矩阵的大小是相同的。
我想要这样的东西：my_matrix.values = my_matrix.values + numpy_matrix，或my_matrix.values = my_matrix.values - numpy_matrix，非常有效。
不可能？因为 ma 矩阵的大小非常大，而 "update"、subtract 或 "add" 命令非常长。是不是每次都重新创建一个DataFrame比较好？
IIUC，像这样：
df = pd.DataFrame([[1,2],[3,4]],columns=['A','B'])
my_arr = np.array([[2,2],[2,2]])
df += my_arr
print(df)
输出：
A B
0 3 4
1 5 6