pandas 行列对齐

在 pandas 中，行列对齐是指在进行数据操作时，pandas 会根据行和列的标签自动对齐数据。这种对齐操作可以确保在进行运算或者合并数据时，只有具有相同标签的行和列才会参与计算或者合并。

例如，假设我们有两个数据帧 df1 和 df2：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[0, 1, 2])
df2 = pd.DataFrame({'B': [7, 8, 9], 'C': [10, 11, 12]}, index=[1, 2, 3])

df1 的列标签为 ['A', 'B']，行标签为 [0, 1, 2]；df2 的列标签为 ['B', 'C']，行标签为 [1, 2, 3]。

当我们对这两个数据帧进行运算时，行和列会自动对齐：

df_sum = df1 + df2

这里的加法操作会根据行和列的标签对齐数据，只有具有相同标签的行和列才会相加。对于没有匹配到的标签，会用 NaN 填充。在上面的例子中，df_sum 的结果为：

     A     B     C
0  NaN   NaN   NaN
1  NaN  12.0   NaN
2  NaN  14.0   NaN
3  NaN   NaN   NaN

你可以看到，只有 ['B'] 这个列在 df1 和 df2 中都存在，所以它们相加后的结果保留了 ['B'] 这一列，其他列则被填充为 NaN。

这就是 pandas 中行列对齐的概念和用法。它使得数据处理更方便，特别是在合并和运算时可以更准确地匹配到相对应的数据。