跳转至

python | pandas data frame.flood rdiv()

哎哎哎:# t0]https://www.geeksforgeeks.org/python 熊猫 data frame-flood rdiv/

Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。 Pandasdata frame.floor div()函数用于对数据帧进行整数分割，可以是常量、序列或任何其他数据帧。 如果其他是系列，则系列的尺寸必须与数据框的分割轴相匹配。如果另一个是数据帧，那么两个数据帧应该具有相同的维度。 相当于 dataframe/other，但支持用 fill_value 替换其中一个输入中缺失的数据。

语法:* DataFrame.floordiv(其他，轴='columns '，level=None，fill_value=None) 参数: 其他: Series，DataFrame，或常量 轴:对于 Series 输入，轴要与 上的 Series 索引匹配 fill_value : 用该值填充缺失(NaN)值。如果两个数据帧位置都丢失，结果将丢失 级别:跨级别广播，匹配传递的多索引级别上的索引值 返回:*结果:数据帧

示例#1:* 使用 floordiv()函数查找具有常数*的数据帧的整数除法。数据框包含数值。

蟒蛇 3

*# importing pandas as pd
import pandas as pd

# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, None, 4, 3],
                   "C":[4, 3, 8, None],
                   "D":[5, 4, 2, 8]})

# Print the dataframe
df*

现在应用 floordiv()函数。在我们的数据框中，我们有数值。我们用 50 来填充所有这些值。

蟒蛇 3

*# applying floordiv() function
df.floordiv(2, fill_value = 50)*

输出:

*请注意，在执行整数除法之前，数据框中的所有非 Na 值都已用 50 填充。

示例 2: 使用 floordiv()函数找到带有系列的数据帧的整数除法。*

蟒蛇 3

*# importing pandas as pd
import pandas as pd

# Creating the dataframe
df = pd.DataFrame({"A":[5, 3, 6, 4],
                   "B":[11, 2, 4, 3],
                   "C":[4, 3, 8, 5],
                   "D":[5, 4, 2, 8]})

# creating series
sr = pd.Series([2, 1, 3, 1])

# applying floordiv() function
df.floordiv(sr, axis = 0)*

输出:

dataframe 的每一行都除以 series 对象中的相应值。

回到顶部