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。
Syntax: Series.div(other, level=None, fill_value=None, axis=0)
Parameters:
other: other series or list type to be divided by the caller series
fill_value: Value to be replaced by NaN in series/list before division
level: integer value of level in case of multi index
Return type: Caller series with divided values
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。