Python Pandas DataFrame floordiv方法用法及代碼示例

Pandas DataFrame.floordiv(~)方法將源DataFrame中的值除以標量、序列、係列或DataFrame整數除法，那是：

DataFrame // other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 floordiv(~) 相當於使用 // 運算符執行除法。

參數

1.other | scalar 或 sequence 或 Series 或 DataFrame

結果DataFrame 將是源DataFrame 通過整數除法除以other。

2. axis | int 或 string | optional

是否為源DataFrame的每一列或每一行廣播other：

軸	說明
`"index"` 或 `0`	每列廣播`other`。
`"columns"` 或 `1`	每行廣播 `other`。

請注意，這僅在源 DataFrame 的形狀與 other 的形狀不匹配時才相關。默認情況下，axis=1 。

3. level | int 或 string | optional

要考慮的級別的名稱或整數索引。僅當您的 DataFrame 是多索引時，這才相關。

4. fill_value | float 或 None | optional

在計算之前替換NaN的值。請注意，如果兩對條目均為 NaN ，則結果仍為 NaN 。默認情況下，fill_value=None 。

返回值

整數除法產生新的DataFrame。

例子

基本用法

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[5,6], "B":[7,8]})
df_other = pd.DataFrame({"A":[1,2], "B":[3,4]})



   A  B  |     A  B
0  5  7  |  0  1  3  
1  6  8  |  1  2  4

執行整數除法：

df.floordiv(df_other)



   A  B
0  5  2
1  3  2

在這裏，我們執行以下逐元素樓層劃分：

5//1 7//3
6//2 8//4

請注意，這相當於：

df // df_other



   A  B
0  5  2
1  3  2

廣播

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,4], "B":[5,6]})
df



   A  B
0  3  5
1  4  6

逐行整數除法

默認情況下， axis=1 ，這意味著 other 將為 df 中的每一行廣播：

df.floordiv([1,2])   # axis=1



   A  B
0  3  2
1  4  3

在這裏，我們進行以下逐元素整數除法：

3//1 5//2
4//1 6//2

按列整數除法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.floordiv([1,2], axis=0)



   A  B
0  3  5
1  2  3

在這裏，我們進行以下按元素劃分：

3//1 5//1
4//2 6//2

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[6,np.NaN], "B":[np.NaN,7]})
df_other = pd.DataFrame({"A":[2,3], "B":[np.NaN,np.NaN]})



   A    B    |     A  B
0  6.0  NaN  |  0  2  NaN
1  NaN  7.0  |  1  3  NaN

默認情況下，當我們使用 floordiv(~) 執行整數除法時，任何使用 NaN 的操作都會得到 NaN ：

df.floordiv(df_other)



   A    B
0  3.0  NaN
1  NaN  NaN

我們可以在使用fill_value參數執行整數除法之前填充NaN值：

df.floordiv(df_other, fill_value=1)



   A    B
0  3.0  NaN
1  0.0  7.0

請注意，如果整數除法在兩個 NaN 之間，則結果將始終是 NaN，無論 fill_value 如何。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | floordiv method。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。