Python Pandas DataFrame mod方法用法及代碼示例

Pandas DataFrame.mod(~) 方法計算源 DataFrame 和另一個標量、序列、Series 或 DataFrame 中的值的模，即：

DataFrame % other

注意

除非您使用參數 axis 、 level 和 fill_value ，否則 mod(~) 相當於使用 % 運算符計算模數。

參數

1.other | scalar 或 sequence 或 Series 或 DataFrame

生成的 DataFrame 將是源 DataFrame 和 other 的模。

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`。

僅當源 DataFrame 的形狀與 other 的形狀不對齊時，這才相關。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

在計算模數之前替換 NaN 的值。如果源 DataFrame 和另一個中的條目均為 NaN ，則該條目的結果仍為 NaN 。默認情況下，fill_value=None 。

返回值

通過源 DataFrame 和 other 的模計算出的新 DataFrame 。

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[12,13], "B":[24,25]})
df_other = pd.DataFrame({"A":[4,5], "B":[7,8]})



   A   B   |     A  B
0  12  24  |  0  4  7
1  13  25  |  1  5  8

計算模：

df.mod(df_other)



   A  B
0  0  3
1  3  1

請注意，這相當於：

df % df_other



   A  B
0  0  3
1  3  1

廣播

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[12,13], "B":[24,25]})
df



   A   B
0  12  24
1  13  25

逐行加法

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

df.mod([10,20])   # axis=1



   A  B
0  2  4
1  3  5

在這裏，我們計算以下逐元素模：

12%10 24%20
13%10 25%20

逐列加法

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.mod([10,20], axis=0)



   A   B
0  2   4
1  13  5

在這裏，我們計算以下逐元素模：

12%10 24%10
13%20 25%20

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[12,np.NaN], "B":[np.NaN,25]})
df_other = pd.DataFrame({"A":[10,20],"B":[np.NaN,np.NaN]})



   A     B     |     A   B
0  12.0  NaN   |  0  10  NaN
1  NaN   25.0  |  1  20  NaN

默認情況下，當我們使用 mod(~) 計算模數時，任何使用 NaN 的操作都會產生 NaN ：

df.mod(df_other)



   A    B
0  2.0  NaN
1  NaN  NaN

在使用 fill_value 參數計算模數之前，我們可以填充 NaN 值：

df.mod(df_other, fill_value=5)



   A    B
0  2.0  NaN
1  5.0  0.0

請注意，無論 fill_value 如何，兩個 NaN 之間的運算仍然會產生 NaN 。

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 | mod 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。