Python Pandas DataFrame.truediv用法及代码示例

Pandas DataFrame是带有标签轴(行和列)的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以将其视为Series对象的dict-like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逐元素的浮点数划分。相当于dataframe / other，但支持用fill_value代替输入之一中的丢失数据。

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

参数：
other:标量，序列，系列或DataFrame
axis:{0或“索引”，1或“列”}
level:在一个级别上广播，在传递的MultiIndex级别上匹配索引值。
fill_value:填写现有的缺失(NaN)值，以及成功完成DataFrame对齐所需的任何新元素。

返回：算术运算的结果。

范例1：采用DataFrame.truediv()函数以标量元素为单位执行给定数据帧的除法。同时在所有缺失值的位置填充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()函数将给定数据帧除以2，逐个元素执行。我们将在此 DataFrame 中所有缺失值的位置填充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，DataFrame.truediv()函数已成功执行给定数据帧的标量除法。

范例2：采用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，DataFrame.truediv()函数已成功执行给定数据帧的列表划分。

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.truediv。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。