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

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.floordiv()函数返回Series和其他按元素计算的整数除法(二进制运算符floordiv)。该操作等效于series // other，但支持用fill_value代替输入之一中的丢失数据

用法： Series.floordiv(other, level=None, fill_value=None, axis=0)

参数：
other:序列或标量值
fill_value:在计算之前，请使用此值填充现有的缺失(NaN)值以及成功进行系列比对所需的任何新元素。
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：系列

范例1：采用Series.floordiv()函数执行带有标量的系列对象的 floor 划分操作。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([10, 25, 3, 25, 24, 6]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.floordiv()函数使用标量执行给定系列对象的 floor 分割。

# perform floor division 
result = sr.floordiv(other = 3) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.floordiv()函数已成功返回标量给定系列对象的楼层划分结果。

范例2：采用Series.floordiv()函数执行带有标量的系列对象的 floor 划分操作。给定的系列对象包含一些缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([11, 21, 8, 18, 65, None, 32, 10, 5, 24, None]) 
  
# Create the Index 
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M') 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.floordiv()函数使用标量执行给定系列对象的 floor 分割。我们将在所有缺失值的位置填充30。

# perform floor division 
result = sr.floordiv(other = 3, fill_value = 30) 
  
# Print the result 
print(result)

输出：

正如我们在输出中看到的，Series.floordiv()函数已成功返回标量给定系列对象的楼层划分结果。

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 Series.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。