Python Pandas Series.rtruediv()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.rtruediv()函数返回系列和其他按元素计算的浮点数除法(二进制运算符rtruediv)。该函数相当于other / series，但支持用fill_value代替输入之一中的丢失数据。

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

范例1：采用Series.rtruediv()函数对标量元素进行给定Series对象的逆向划分。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, 25, 32, 118, 24, 65]) 
  
# 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.rtruediv()函数使用标量执行给定Series对象的逐元素反向浮点除法。

# perform reverse floating division with 1000 
selected_items = sr.rtruediv(other = 1000) 
  
# Print the returned Series object 
print(selected_items)

输出：

正如我们在输出中看到的，Series.rtruediv()函数已成功返回给定Series对象的标量的反向除法。

范例2：采用Series.rtruediv()函数对标量元素进行给定Series对象的逆向划分。给定的Series对象还包含一些缺少的值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.rtruediv()函数使用标量执行给定Series对象的逐元素反向浮点除法。我们将所有缺少的值替换为100。

# perform reverse floating division with 1000 
# Fill all the missing values with 100 
selected_items = sr.rtruediv(other = 1000, fill_value = 100) 
  
# Print the returned Series object 
print(selected_items)

输出：

正如我们在输出中看到的，Series.rtruediv()函数已成功返回给定Series对象的标量的反向除法，并且还在所有缺失值的位置替换了100。