Python|熊猫 dataframe.floordiv()

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。
Pandas dataframe.floordiv()函数用于数据帧与常量、系列或任何其他数据帧的整数除法。
如果 other 是系列，则系列的维度必须与数据框的分割轴匹配。如果 other 是数据框，则两个数据框应具有相同的维度。
等效于数据框/其他，但支持用填充值替换其中一个输入中的缺失数据。

Syntax: DataFrame.floordiv(other, axis=’columns’, level=None, fill_value=None)
Parameters: 
other : Series, DataFrame, or constant 
axis : For Series input, axis to match Series index on 
fill_value : Fill missing (NaN) values with this value. If both DataFrame locations are missing, the result will be missing 
level : Broadcast across a level, matching Index values on the passed MultiIndex level
Returns : result : DataFrame 
 

示例 #1：使用 floordiv()函数查找具有常量的数据帧的整数除法。数据框包含 NA 值。

Python3

# 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 NA 值。我们用 50 填充所有这些值。

Python3

# 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 值都已填充 50。示例 #2：使用 floordiv()函数查找具有Series的数据帧的整数除法。

Python3

# 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 ：

数据帧的每一行除以系列对象中的相应值。