基本功能
1. 算术和数据对齐
不同索引对象之间的算术行为是pandas提供给一些应用的一项重要特性。
当你将对象相加时，如果存在某个索引对不相同时，则结果的索引将是索引对的并集，没有交集的标签位置上，内部数据对齐会产生缺失值NA。
若将两个行列完全不同的DataFrame相加，即结果为空。
1.1 使用填充值
为避免出现缺失值NA，可以设置fill-value作为参数传入。
算术方法列表：
df.add / df.radd 加法
df.sub / df.rsub 减法
df.div / df.rdiv 除法
同理 mul 乘法、pow 幂次方
1.2 Series 和 DataFrame间操作
广播机制，若df为方阵，默认情况下，Series的索引和DataFrame的列进行匹配，并广播到各行。
若想改为在列上进行广播，则必须使用算术方法的一种 ，需要传递参数 axis=‘index’
2.函数应用
Numpy的通用函数对pandas对象有效。
df的apply方法：将函数运用到一行或一列的一维数组上，默认是每一列。若index='columns' 是行操作（配合 lamda匿名函数效果更佳）
Series的map、DataFrame的applymap方法：将函数运用到逐一元素上。