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

例子

基本用法

考慮以下 DataFrame ：

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



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

執行整數除法：

df.rfloordiv(df_other)



   A  B
0  5  2
1  3  2

在這裏，我們執行以下逐元素整數除法：

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

請注意，這相當於：

df_other // df



   A  B
0  5  2
1  3  2

廣播

考慮以下 DataFrame ：

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



   A  B
0  2  4
1  3  5

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.rfloordiv([7,8])   # axis=10



   A  B
0  3  2
1  2  1

在這裏，我們執行以下逐元素整數除法：

7//2 8//4
7//3 8//5

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.rfloordiv([7,8], axis=0)



   A  B
0  3  1
1  2  1

在這裏，我們執行以下逐元素除法：

7//2 7//4
8//3 8//5

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[2,np.NaN], "B":[np.NaN,5]})
df_other = pd.DataFrame({"A":[7,8],"B":[np.NaN,np.NaN]})



   A    B    |     A  B
0  2.0  NaN  |  0  7  NaN
1  NaN  5.0  |  1  8  NaN

默認情況下，當我們使用 rfloordiv(~) 計算整數除法時，任何使用 NaN 的操作都會產生 NaN ：

df.rfloordiv(df_other)



   A    B
0  3.0  NaN
1  NaN  NaN

我們可以在使用fill_value參數進行整數除法之前填充NaN：

df.rfloordiv(df_other, fill_value=2)



   A    B
0  3.0  NaN
1  2.0  0.0

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。