Python Pandas dataframe.floordiv()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.floordiv()函数用于将数据帧与常数，序列或任何其他数据帧进行整数除法。如果其他是系列，则系列的尺寸必须与 DataFrame 的分割轴匹配。如果其他是 DataFrame ，则两个 DataFrame 应具有相同的尺寸。

相当于dataframe/other，但可以替代fill_value 缺少输入之一中的数据。

用法： DataFrame.floordiv(other, axis=’columns’, level=None, fill_value=None)

参数：
other:系列，DataFrame或常量
axis:对于系列输入，轴与系列索引匹配
fill_value:用该值填充缺失的(NaN)值。如果两个DataFrame位置都丢失，则结果将丢失
level:在一个级别上广播，在传递的MultiIndex级别上匹配索引值

返回：结果：DataFrame

范例1：采用floordiv()函数以常数查找数据帧的整数除法。 DataFrame 包含NA值。

# 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 DataFrame 中，NA值。我们用50填充所有这些值。

# applying floordiv() function  
df.floordiv(2, fill_value = 50)

输出：

注意，所有non-Na在执行整数除法之前， DataFrame 中的值已填充50。

范例2：采用floordiv()函数查找具有系列的 DataFrame 的整数除法。

# 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：

数据帧的每一行都除以系列对象中的相应值。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.floordiv()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。