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

例子

基本用法

考慮以下數據幀：

df = pd.DataFrame({"A":[2,3], "B":[4,5]})
df_other = pd.DataFrame({"A":[1,10], "B":[100,1000]})



   A  B  |     A   B
0  2  4  |  0  1   100
1  3  5  |  1  10  1000

執行真正的除法會產生：

df.truediv(df_other)



   A    B
0  2.0  0.040
1  0.3  0.005

請注意，這相當於：

df/ df_other



   A    B
0  2.0  0.040
1  0.3  0.005

廣播

考慮以下 DataFrame ：

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



   A   B
0  20  40
1  30  50

按行劃分

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

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



   A    B
0  2.0  0.4
1  3.0  0.5

在這裏，我們進行以下逐元素浮點除法：

2/1 4/10
3/1 5/10

按列劃分

要為 df 中的每一列廣播 other，請像這樣設置 axis=0：

df.truediv([1,10], axis=0)



   A    B
0  2.0  4.0
1  0.3  0.5

在這裏，我們進行以下逐元素浮點除法：

2/1 4/1
3/10 5/10

指定fill_value

考慮以下數據幀：

df = pd.DataFrame({"A":[12,20],"B":[np.NaN,np.NaN]})
df_other = pd.DataFrame({"A":[3,np.NaN], "B":[np.NaN,4]})



   A    B    |     A   B
0  3.0  NaN  |  0  12  NaN
1  NaN  4.0  |  1  20  NaN

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

df.truediv(df_other)



   A    B
0  4.0  NaN
1  NaN  NaN

在執行除法之前，我們可以使用fill_value參數填充NaN值：

df.truediv(df_other, fill_value=2)



   A     B
0  4.0   NaN
1  10.0  0.5

在這裏，請注意兩個 NaN 之間的除法仍然會導致 NaN，而不管 fill_value 如何。