Python Pandas Series.divide()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.divide()函數執行係列和其他逐元素的浮點數除法(二進製運算符truediv)。相當於series / other，但支持用fill_value代替輸入之一中的丟失數據。

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

參數：
other:序列或標量值
fill_value:填寫現有的缺失(NaN)值。
level:在一個級別上廣播，在傳遞的MultiIndex級別上匹配索引值

返回：結果：係列

範例1：采用Series.divide()函數用標量對給定的序列對象執行浮點數除法。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([80, 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)

輸出：

現在我們將使用Series.divide()函數用標量對給定的序列對象執行浮點數除法。

# perform floating division 
result = sr.divide(other = 2) 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.divide()函數已成功使用標量對給定係列對象執行了浮點除法。

範例2：采用Series.divide()函數用標量對給定的序列對象執行浮點數除法。給定的係列對象包含一些缺失值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, None, None, 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)

輸出：

現在我們將使用Series.divide()函數用標量對給定的序列對象執行浮點數除法。我們將在所有缺失值的位置填充50。

# perform floating division 
# fill 50 at the place of missing values 
result = sr.divide(other = 2, fill_value = 50) 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，Series.divide()函數已成功使用標量對給定係列對象執行了浮點除法。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas Series.divide()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。