📜  Python|熊猫 Series.div()

📅  最后修改于: 2022-05-13 01:54:29.554000             🧑  作者: Mango

Python|熊猫 Series.div()

Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。

Python Series.div()用于按调用者系列划分具有相同长度的系列或列表类对象。

要下载以下示例中使用的数据集,请单击此处。
在以下示例中,使用的数据框包含一些 NBA 球员的数据。下面附上任何操作之前的数据帧图像。

示例 #1:按列表划分系列

在此示例中,前 5 行使用 .head() 方法存储在新变量中。之后创建相同长度的列表,并使用 .div() 方法将年龄列除以列表列

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# creating short data of 5 rows
short_data = data.head()
  
# creating list with 5 values
list =[1, 2, 3, 4, 5]
  
# Dividing by list data
# creating new column
short_data["Divided Age values"]= short_data["Age"].div(list)
  
# display
short_data

输出:
如输出图像所示,可以比较 Divided age value 列具有 (Age)/(list) 的 Divided 值。
示例 #2:将系列除以具有空值的系列

在此示例中,Salary 列除以 Age 列。由于薪水列也包含空值,因此默认情况下,无论划分什么,它都会返回 NaN。在此示例中,传递 200000 以将空值替换为 200000。

# importing pandas module 
import pandas as pd
  
# reading csv file from url 
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# passing age series to variable
age = data["Age"]
  
# na replacement
na = 200000
  
# Dividing values
# storing to new column
data["Divided values"]= data["Salary"].div(other = age, fill_value = na)
  
# display
data.head(10)

输出:
如输出图像所示,在 Null 值的情况下,Divided values 列已将 age 列划分为 200000。