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.rdiv()
函數執行係列和其他逐元素的浮點數除法。該操作等效於其他/係列,但支持用fill_value代替輸入之一中的丟失數據。
用法: Series.rdiv(other, level=None, fill_value=None, axis=0)
參數:
other:序列或標量值
fill_value:填寫現有的缺失值(NaN)
level:跨級別廣播
返回:結果:係列
範例1:采用Series.rdiv()
函數使用給定的序列對象執行標量的浮點除法。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([10, 25, 3, 11, 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.rdiv()
函數對係列執行標量的浮點除法。
# divide the given value with series
result = sr.rdiv(other = 100)
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.rdiv()
函數已返回給定標量與係列對象的浮點除法的結果。
範例2:采用Series.rdiv()
函數使用給定的序列對象執行標量的浮點除法。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([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
# Print the series
print(sr)
輸出:
現在我們將使用Series.rdiv()
函數對係列執行標量的浮點除法。我們將在係列中所有缺失值的位置填充10。
# divide the given value with series
result = sr.rdiv(other = 100, fill_value = 10)
# Print the result
print(result)
輸出:
正如我們在輸出中看到的,Series.rdiv()
函數已返回給定標量與係列對象的浮點除法的結果。
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.str.contains()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas dataframe.sem()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas.Categorical()用法及代碼示例
- Python Pandas.apply()用法及代碼示例
- Python Pandas TimedeltaIndex.contains用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Series.str.pad()用法及代碼示例
- Python Pandas Series.take()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas series.str.get()用法及代碼示例
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.rdiv()。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。