可以对列进行运算，使用apply方法即可。
具体分析如下：
前提：加载numpy,pandas和Series,DataFrame，生成一个3乘3的DataFrame，命名为frame，用frame的第二列生成Series，命名为series1。
加法运算，frame.add(series1,axis=0)。减法运算：sub分别尝试不填充和填充，对比效果。
乘法运算，frame.mul(series1,axis=0)，除法运算，frame.div(series1,axis=0)。
这里的Series是DataFrame的一列生成的，所以不会出现找不到索引的情况；若找不到索引则生成并集，缺失值则表示为NAN，四则运算的括号中有个参数axis=0表示按行索引匹配并且在列上进行广播。
拓展：Python是目前最流行最简单用途最广泛的编程语言，大数据时代最应该学习的一门编程语言。其中，数据分析的库pandas是Python最经典的库之一。
def add(a,b): #加法运算 return a+bdef sub(a,b): #减法运算 return a-bdef mul(a,b): #乘法运算 return a*bdef div(a,b=1): #除法运算return a/b>>>a =[[1,2,3,6],[2,6,3,9],[3,7,9,0]]>>>b =[[5,7,3,1],[5,7,2,4],[12,34,56,98]]
>>>c = [[a[i][j] -b[i][j] for j in range(4)] for i in range(3)]
>>>c
[[-4, -5, 0, 5], [-3, -1, 1, 5], [-9, -27, -47, -98]]
