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.truediv()
函数执行系列和其他按元素的浮点数除法(二进制运算符truediv)。相当于series / other
,但支持用fill_value代替输入之一中的丢失数据。
用法: Series.truediv(other, level=None, fill_value=None, axis=0)
参数:
other:序列或标量值
fill_value:填写现有的缺失(NaN)值
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.truediv()
函数执行给定系列对象与其他标量的浮点除法。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
# Print the series
print(sr)
输出:
现在我们将使用Series.truediv()
函数执行给定系列对象与其他标量的浮点除法。
# divide all elements of the series by 10
sr.truediv(other = 10)
输出:
正如我们在输出中看到的,Series.truediv()
函数已成功执行给定Series对象的按元素划分。
范例1:采用Series.truediv()
函数执行给定系列对象与其他标量的浮点除法。给定的Series对象包含一些缺失值。处理缺少的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, 20.124, None, 18.1002])
# Print the series
print(sr)
输出:
现在我们将使用Series.truediv()
函数执行给定系列对象与其他标量的浮点除法。用100填充缺失值。
# divide all elements of the series by 10
# Also fill all the missing places by 100
sr.truediv(other = 10, fill_value = 100)
输出:
正如我们在输出中看到的,Series.truediv()
函数已成功执行给定Series对象的按元素划分。在执行除法运算之前,它还在缺失值的位置替换了100。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
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.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。