跳转至

Python | Pandas series.floor div()

原文:https://www.geesforgeks.org/python-pandas-series-floor div/

熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.floordiv()**函数返回序列和其他元素的整数除法(二进制运算符 floordiv)。该操作相当于series // other，但支持用 fill_value 替换其中一个输入中缺失的数据

语法: Series.floordiv(其他，级别=无，fill_value =无，轴=0)

参数: 其他:系列或标量值 fill_value : 填充现有缺失(NaN)值，以及成功系列对齐所需的任何新元素，在计算前使用该值。 级别:跨级别广播，在传递的多索引级别上匹配索引值

返回:结果:系列

示例#1: 使用Series.floordiv()函数对带有标量的系列对象执行楼层划分操作。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([10, 25, 3, 25, 24, 6])

# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']

# set the index
sr.index = index_

# Print the series
print(sr)

输出:

现在我们将使用Series.floordiv()函数对给定的带有标量的系列对象进行楼层划分。

# perform floor division
result = sr.floordiv(other = 3)

# Print the result
print(result)

输出: 正如我们在输出中看到的，Series.floordiv()函数已经成功地返回了给定系列对象的带有标量的楼层划分结果。

示例#2 : 使用Series.floordiv()功能对带有标量的系列对象执行楼层划分操作。给定的序列对象包含一些缺失的值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([11, 21, 8, 18, 65, None, 32, 10, 5, 24, None])

# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')

# set the index
sr.index = index_

# Print the series
print(sr)

输出:

现在我们将使用Series.floordiv()函数对给定的带有标量的系列对象进行楼层划分。我们将在所有缺少值的地方填充 30。

# perform floor division
result = sr.floordiv(other = 3, fill_value = 30)

# Print the result
print(result)

输出:

正如我们在输出中看到的，Series.floordiv()函数已经成功地返回了给定系列对象的带有标量的楼层划分结果。

回到顶部