Python| Pandas DataFrame.truediv
Pandas DataFrame 是一种二维大小可变的、潜在异构的表格数据结构,带有标记的轴(行和列)。算术运算在行标签和列标签上对齐。它可以被认为是 Series 对象的类 dict 容器。这是 Pandas 的主要数据结构。
Pandas DataFrame.truediv()
函数执行数据帧和其他元素的浮动划分。它等效于dataframe / other
,但支持用 fill_value 替换输入之一中的缺失数据。
Syntax: DataFrame.truediv(other, axis=’columns’, level=None, fill_value=None)
Parameter :
other : scalar, sequence, Series, or DataFrame
axis : {0 or ‘index’, 1 or ‘columns’}
level : Broadcast across a level, matching Index values on the passed MultiIndex level.
fill_value : Fill existing missing (NaN) values, and any new element needed for successful DataFrame alignment.
Returns : Result of the arithmetic operation.
示例 #1:使用DataFrame.truediv()
函数以标量元素方式执行给定数据帧的划分。还要在所有缺失值的位置填写 100。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
# Set the index
df.index = index_
# Print the DataFrame
print(df)
输出 :
现在我们将使用DataFrame.truediv()
函数将给定的数据帧除以 2,逐元素。我们将在此数据框中的所有缺失值处填充 100。
# divide by 2 element-wise
# fill 100 at the place of missing values
result = df.truediv(other = 2, fill_value = 100)
# Print the result
print(result)
输出 :
正如我们在输出中看到的那样, DataFrame.truediv()
函数成功地将给定的数据帧除以一个标量。示例 #2 :使用DataFrame.truediv()
函数使用列表执行给定数据帧的划分。
# importing pandas as pd
import pandas as pd
# Creating the DataFrame
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# Create the index
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']
# Set the index
df.index = index_
# Print the DataFrame
print(df)
输出 :
现在我们将使用DataFrame.truediv()
函数使用列表执行给定数据帧的划分。
# divide using a list
# across the column axis
result = df.truediv(other = [10, 4, 8, 3], axis = 1)
# Print the result
print(result)
输出 :
正如我们在输出中看到的那样, DataFrame.truediv()
函数已成功地将给定的数据帧除以列表。